50个数据集

SPSS 统计分析方法及应用（SPSS数据文件的建立和管理、SPSS数据的预处理、SPSS基本统计分析、SPSS的参数检验、SPSS的方差分析、SPSS的非参数检验、SPSS的信度分析、SPSS的对数线性模型、SPSS的时间序列分析）

广义线性模型经典教材，含有模型原理介绍和相关推导。

线性模型参数的估计理论

非线性模型及其解法 最小二乘法 公式详细推导及个人理解 非线性最小二乘估计的定义及存在性定理 于是改进的Gauss-NewTon迭代算法为： （1）选定初值 ，对非线性模型（1）式线性化，并按线性最小二乘估计求 （2）适当选取 ，并按（6）式计算 （3）若 ，则转（4），否则另 ，转（1） （4）输出 和 ，结束 该算法关键是要计算 ，韦博成建议对 采用三点抛物线近似，即分别求出 时的值，这三个值为 ， ， ，则：

机器学习线性模型

贝叶斯线性模型 作者：Asher Bender 日期：2015年6月 许可证： 概述 该代码实现了 。 在贝叶斯框架下处理线性模型可以： 参数估计（线性模型的学习系数） 执行预测 选型 下图演示了这些功能，其中的任务是学习噪声函数的多项式逼近： 顶部子图显示了对数据增加复杂度（度）的多项式拟合后的对数边际似然。 对数边际可能性最高的模型由垂直红线标记。 与最大似然方法相比，贝叶斯模型选择的好处是最大化对数边际似然（模型证据）倾向于避免模型选择期间的过度拟合。 这是由于边际似然方程中的模型复杂性损失导致了模型更简单。 最佳模型将在数据拟合和模型复杂性之间取得平衡，从而实现更好的概括性。 底部子图显示了嘈杂的正弦数据（黑点）和来自模型的预测（红色实线），包括95％置信区间（红色虚线）。 背景强度图说明了模型中数据的后验可能性。 底部绘图中使用的模型是顶部绘图中建议的模型。 部分中

模型预测控制 (MPC) 预测和优化未来时间范围内的时变过程。 该控制包接受线性或非线性模型。 使用APOPT、IPOPT等大规模非线性规划求解器，解决数据协调、移动范围估计、实时优化、动态仿真和非线性MPC问题。 此目录中包含三个示例文件，用于实现线性时不变 (LTI) 系统的控制器： 1. apm1_lti - 将任何 LTI 模型转换为 APM 格式2. apm2_step - 执行步骤测试以确保模型准确性3. apm3_control - MPC 设定值更改为新的目标值 步骤 2 和 3 还会打开 Web 界面以查看步骤或控制器响应。 在以下位置提供了其他文档和示例问题： http://apmonitor.com/wiki 还举办双周网络研讨会以演示新应用程序并提供教程。 之前的演讲包括无人驾驶飞行器 (UAV)、摩擦搅拌焊接 (FSW)、生物系统、能量存储、燃烧、燃料电

小型直升机非线性模型 建立 matlab 文件

Python 数据模型代码 岭回归模型代码 线性模型代码 计算机实践课代码