-
题名试用秩和比(RSR)进行伴有 Y 的因素分析
被引量：3
- 1
-
-
作者
田凤调
-
机构
中国卫生统计学会
-
出处
《中国卫生统计》
CSCD
北大核心
1997年第1期23-27,共5页
-
文摘
试用秩和比（ＲＳＲ）进行伴有Ｙ的因素分析中国卫生统计学会田凤调从一个例子说起孙清兰等〔１〕利用Ｒ型因子分析方法研究了一个图书馆人员配备的主要制约因素（表１）。研究表明传统的以馆藏量为尺度，去设置图书馆馆员人数是不全面的，提出了以读者群为馆员数的主要定...
-
关键词
秩和比
RSR
因素分析
因变量y
统计学
-
分类号
R195.1
[医药卫生—卫生统计学]
R311
[医药卫生—卫生事业管理]
-
-
题名单参数指数模型在医药数据分析中的应用研究
- 2
-
-
作者
何春
莫志良
-
机构
广东工业大学应用数学学院
-
出处
《中国卫生统计》
CSCD
北大核心
2011年第4期460-461,共2页
-
基金
广东工业大学校博士基金项目(073014)
-
文摘
对于因变量Y是0-1变量,当自变量xi是连续型变量的情况,logistic回归模型长期被应用,来解决这类问题,随着非参数和半参数模型的发展以及计算机编程水平的提高,我们可以用非参数模型或者半参数模型来解决这类问题。
-
关键词
指数模型
LOGISTIC回归模型
应用
非参数模型
医药
0-1变量
计算机编程
因变量y
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名直线相关与回归分析的区别和联系
- 3
-
-
-
出处
《山东医药》
CAS
北大核心
2015年第30期36-36,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。③分析目不同：直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来；回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来，回归分析不仅可以揭示X对Y的影响大小，还可以由回归方程进行数量上的预测和控制。④变量的意义不同：在回归分析中，因变量Y处在被解释的特殊地位；在直线相关分析中，X与Y处于平等的地位。在直线相关分析中，X与Y都是随机变量；在回归分析中，Y是随机变量，X可以是随机变量，也可以是非随机的，通常在回归模型中，总是假定X是非随机的。
-
关键词
直线相关与回归分析
直线相关分析
随机变量
正态分布
因变量y
因果关系
依存关系
统计指标
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 4
-
-
-
出处
《山东医药》
CAS
北大核心
2017年第40期107-107,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 5
-
-
-
出处
《山东医药》
CAS
2018年第28期35-35,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量.②统计意义不同：直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不-定有因果关系;回归则分析反映两变量间的依存关系,-般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系.
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 6
-
-
-
出处
《山东医药》
CAS
北大核心
2016年第36期112-112,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 7
-
-
-
出处
《山东医药》
CAS
2014年第14期4-4,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。③分析目不同：直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来；回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来，回归分析不仅可以揭示X对Y的影响大小，还可以由回归方程进行数量上的预测和控制。④变量的意义不同：在回归分析中，因变量Y处在被解释的特殊地位；在直线相关分析中，X与Y处于平等的地位。在直线相关分析中，X与Y都是随机变量；在回归分析中，Y是随机变量，X可以是随机变量，也可以是非随机的，通常在回归模型中，总是假定X是非随机的。
-
关键词
直线相关与回归分析
直线相关分析
随机变量
正态分布
因变量y
因果关系
依存关系
统计指标
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 8
-
-
-
出处
《山东医药》
CAS
北大核心
2017年第46期23-23,共1页
-
文摘
区别：（1）资料要求不同：直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。（2）统计意义不同：直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因变量y
因果关系
依存关系
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 9
-
-
-
出处
《山东医药》
CAS
北大核心
2017年第45期8-8,共1页
-
文摘
区别：（1）资料要求不同：直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。（2）统计意义不同：直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将＂因＂或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。（3）分析目不同：
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 10
-
-
-
出处
《山东医药》
CAS
2013年第39期28-28,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因变量y
因果关系
依存关系
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 11
-
-
-
出处
《山东医药》
CAS
2013年第8期80-80,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。③分析目不同：直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来；回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来，
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
统计指标
自变量
因变量y
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 12
-
-
-
出处
《山东医药》
CAS
2014年第39期88-88,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 13
-
-
-
出处
《山东医药》
CAS
2013年第6期85-85,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量x是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 14
-
-
-
出处
《山东医药》
CAS
北大核心
2016年第3期92-92,共1页
-
文摘
区别：1资料要求不同：直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。2统计意义不同：直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名选择“最优”多元线性回归模型的信息熵法
- 15
-
-
作者
李进文
孙燕
陈昭辉
曾平
-
机构
兰州军区乌鲁木齐总医院药剂科
-
出处
《中国卫生统计》
CSCD
北大核心
2007年第3期330-330,共1页
-
-
关键词
多元线性回归模型
信息熵
因变量y
多项指标
模型方程
拟合优度
自变量
复杂性
-
分类号
R195
[医药卫生—卫生统计学]
-
-
题名直线相关与回归分析的区别和联系
- 16
-
-
-
出处
《山东医药》
CAS
2013年第12期100-100,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。③分析目不同：直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来；
-
关键词
直线相关与回归分析
直线相关分析
正态分布
依存关系
统计指标
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 17
-
-
-
出处
《山东医药》
CAS
北大核心
2017年第22期112-112,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 18
-
-
-
出处
《山东医药》
CAS
北大核心
2016年第30期12-12,共1页
-
文摘
区别：（1）资料要求不同：直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。（2）统计意义不同：直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将＂因＂或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 19
-
-
-
出处
《山东医药》
CAS
2013年第15期22-22,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
-
题名直线相关与回归分析的区别和联系
- 20
-
-
-
出处
《山东医药》
CAS
2013年第35期4-4,共1页
-
文摘
区别：①资料要求不同：直线相关分析要求两个变量都是正态分布；回归分析要求因变量Y服从正态分布，而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系，这种关系是相互的、对等的，不一定有因果关系；回归则分析反映两变量间的依存关系，一般将“因”或较易测定、变异较小者定为自变量，这种依存关系可能是因果关系或从属关系。
-
关键词
直线相关与回归分析
直线相关分析
正态分布
因果关系
依存关系
因变量y
自变量
-
分类号
R77-32
[医药卫生—眼科]
-
