| 第1章 绪论 1.1 引言 1.2 数据表的基本知识 第2章 线性回归分析 2.1 线性回归模型 2.2 最小二乘估计方法 2.3 模型效果分析 2.4 显著性检验 2.5 变量筛选方法 2.6 多重相关性问题 第3章 数据表成分的提取方法 3.1 表内成分的提取——主成分分析 3.2 表间成分的提取——典型相关分析 第4章 偏最小二乘回归的线性模型 4.1 工作目标与计算主方法 4.2 基本性质 4.3 单变量的偏最小二乘回归 4.4 辅助分析技术 第5章 偏最小二乘线性模型的案例分析——刀具磨损的预报建模 5.1 实验数据 5.2 计算过程 5.3 辅助分析 5.4 结果评价 第6章 偏最小二乘的通径模型和递阶模型 6.1 结构方程模型 6.2 偏最小二乘通径模型 6.3 多组变量集合的评估指数构建方法 6.4 递阶偏最小二乘回归模型 6.5 成分数据的线性回归分析方法 第7章 偏最小二乘回归的非线性方法 7.1 引言 7.2 拟线性回归模型分析 7.3 基于样条变换的偏最小二乘回归及其非线性结构分析 7.4 基于核函数变换的偏最小二乘回归及其非线性结构分析 7.5 案例分析 7.6 偏最小二乘的logistic回归模型 第8章 偏最小二乘回归理论的进一步探讨 8.1 一种更简化的计算方法 8.2 偏最小二乘回归模型含义的辨识方法 8.3 参数检验与自变量选择的Bootstrap方法 8.4 偏最小二乘回归的缺陷和改进 第9章 SIMCA—P软件使用指南 9.1 SIMCA-P软件概况 9.2 SIMCA-P软件的分析功能与基本操作 9.3 SIMCA-P软件使用实例 参考文献 |
内容加载中，请稍后...
商品评论（0条）