analisi regressione con R

Vito Ricci Principali tecniche di regressione con R, 11-09-2006 1 Principali tecniche di regressione con R Versione 11 settembre 2006 Vito Ricci E garantito il permesso di copiare, distribuire e/o modificare questo documento seguendo i termini della Licenza per Documentazione Libera GNU, Versione o ogni versione successiva pubblicata dalla Free Software Foundation. La Licenza per Documentazione Libera GNU consultabile su Internet: originale in inglese: #FDL traduzione in italiano: La creazione e la distribuzione di copie fedeli di questo articolo concessa a patto che la nota di copyright e questo permesso stesso vengano distribuiti con ogni copia. Copie modificate di questo articolo possono essere copiate e distribuite alle stesse condizioni delle copie fedeli, a patto che il lavoro risultante venga distribuito con la medesima concessione. Copyright (R) 2006 Vito RicciVito Ricci Principali tecniche di regressione con R, 11-09-2006 2 Indice Premessa Introduzione Il modello lineare Richiami Stima dei parametri del modello Test di specificazione Intervalli di confidenza per i coefficienti di regressione Verifica di ipotesi Intervalli di confidenza per valori stimati della variabile risposta e intervalli di previsione Selezione delle variabili e aggiornamento del modello di regressione Confronto tra modelli Diagnostica Richiami di teoria analisi gra

3.16 Stima simultanea di più modelli di regressione 4.0 Multicollinerità, principal component regression (PCR) e ridge regression 5.0 Autocorrelazione dei residui e stime GLS 6.0 Eteroschedasticità e stime WLS 7.0 Structural Equation Models (SEM) 8.0 Regressione non lineare e non linear least squares (NLS) 9.0 Regressione ortogonale

Loading..

Tags:

  Modelli, Modelli di

Information

Related search queries