回归分析与实验设计 design and analysis of experiments

多元回归分析程序可以有多个因子，输出相关系数值，根据相关系数大小选择因子，建立和显示预报方程，并输出历史拟合数据列表和历史误差值，通过Chart控件绘制拟合曲线，可用于气象、水文统计预报

图像融合时，经常用到的图像质量评价函数，互信息MI，函数给出了融合图像imf与源图像ima，imb之间的互信息。

在MATLAB软件中，采用互信息法计算时间序列的延迟时间。

Applied Linear Statistical Models By Kutner & Nachtsheim & Neter，哥伦比亚大学线性回归课程规定的教材，堪称经典，难度和深度兼具，想要了解线性回归模型朋友自取

随着移动互联网时代的到来，贷款者移动端上特定APP的安装情况也成为了征信业预测贷款风险时可以参考的信息。高收入群体可能往往更少下载消费金融APP，而更多下载银行理财类APP。

何晓群版应用回归分析第四版课后答案完整版！！！！！！

广义线性回归分析matlab程序，可以运行，代码中有详细调用方法和例子

https://blog.csdn.net/weixin_39739342/article/details/93379653 完整的数据文件及py文件

function mi = MI(a,b) %Caculate MI of a and b in the region of the overlap part %计算重叠部分 [Ma,Na] = size(a); [Mb,Nb] = size(b); M=min(Ma,Mb); N=min(Na,Nb); %初始化直方图数组 hab = zeros(256,256); ha = zeros(1,256); hb = zeros(1,256); %归一化 if max(max(a))~=min(min(a)) a = (a-min(min(a)))/(max(max(a))-min(min(a))); else a = zeros(M,N); end if max(max(b))-min(min(b)) b = (b-min(min(b)))/(max(max(b))-min(min(b))); else b = zeros(M,N); end a = double(int16(a*255))+1; b = double(int16(b*255))+1; %统计直方图 for i=1:M for j=1:N indexx = a(i,j); indexy = b(i,j) ; hab(indexx,indexy) = hab(indexx,indexy)+1;%联合直方图 ha(indexx) = ha(indexx)+1;%a图直方图 hb(indexy) = hb(indexy)+1;%b图直方图 end end %计算联合信息熵 hsum = sum(sum(hab)); index = find(hab~=0); p = hab/hsum; Hab = sum(sum(-p(index).*log(p(index)))); %计算a图信息熵 hsum = sum(sum(ha)); index = find(ha~=0); p = ha/hsum; Ha = sum(sum(-p(index).*log(p(index)))); %计算b图信息熵 hsum = sum(sum(hb)); index = find(hb~=0); p = hb/hsum; Hb = sum(sum(-p(index).*log(p(index)))); %计算a和b的互信息 mi = Ha+Hb-Hab; %计算a和b的归一化互信息 %mi = hab/(Ha+Hb);