《进阶线性回归模型》课件.pptVIP

进阶线性回归模型;课程目标与概述;回顾：简单线性回归;简单线性回归的局限性;多元线性回归模型介绍;多元线性回归的假设;最小二乘法估计;系数解释与显著性检验;F检验：整体显著性;R平方与调整R平方;多重共线性问题;多重共线性的诊断;方差膨胀因子（VIF）;多重共线性的处理方法;岭回归介绍;岭回归的原理;岭回归参数的选择;Lasso回归介绍;Lasso回归的原理;Lasso回归的特点;ElasticNet回归介绍;ElasticNet的原理;ElasticNet的参数选择;模型选择与比较：AIC,BIC;残差分析：正态性检验;残差分析：异方差性检验;White检验;Breusch-Pagan检验;异方差性的处理方法;加权最小二乘法（WLS）;Box-Cox变换;异常值检测;CooksDistance;Leverage值;删除异常值的注意事项;交互效应的引入;交互项的解释;多项式回归介绍;二次项与三次项;多项式回归的注意事项;虚拟变量的使用;虚拟变量的编码方式;虚拟变量的陷阱;分段回归介绍;分段回归的原理;分段回归点的选择;稳健回归介绍;稳健回归的原理;Huber损失函数;M-估计;广义线性模型（GLM）介绍;Logistic回归;Poisson回归;GLM的应用场景;模型验证：交叉验证;K折交叉验证;留一交叉验证;模型评估指标;均方误差（MSE）;均方根误差（RMSE）