一个非线性模型预测控制程序，初学者入门的好资料，值得下载参考

这一讲主要介绍 Logistic regression的推导和广义线性模型，以及从广义线性模型推导出其他的很多概率分布。

1、线性回归，岭回归，Lasso回归，局部加权线性回归 2、logistic回归，softmax回归，最大熵模型 3、广义线性模型 4、Fisher线性判别和线性感知机 5、三层神经网络 6、支持向量机

三、分层广义线性模型（HGLM）

8.1　两因素方差分析 8.1.1　univarate对话框界面说明 8.1.2　结果解释 8.2　协方差分析 8.2.1　分析步骤 8.2.2　结果解释 8.3　其他较简单的方差分析问题 8.4　多元方差分析 8.4.1　分析步骤 8.4.2　结果解释 8.5　重复测量的方差分析 8.5.1　Repeated measures对话框界面说明 8.5.2　结果解释 请注意，本章的标题用了一些修辞手法，一般线性模型可不是用一章就可以说清楚的，因为它包括的内容实在太多了。 那么，究竟我们用到的哪些分析会包含在其中呢？简而言之：凡是和方差分析粘边的都可以用他来做。比如成组设计的方差分析（即单因素方差分析）、配伍设计的方差分析（即两因素方差分析）、交叉设计的方差分析、析因设计的方差分析、重复测量的方差分析、协方差分析等等。因此，能真正掌握GLM菜单的用法，会使大家的统计分析能力有极大地提高。 实际上一般线性模型包括的统计模型还不止这些，我这里举出来的只是从用SPSS作统计分析的角度而言的一些。 好了，既然一般线性模型的能力如此强大，那么下属的四个子菜单各自的功能是什么呢？请看： • Univariate子菜单：四个菜单中的大哥大，绝大部分的方法分析都在这里面进行。 • Multivariate子菜单：当结果变量（应变量）不止一个时，当然要用他来分析啦！ • Repeted Measures子菜单：顾名思义，重复测量的数据就要用他来分析，这一点我可能要强调一下，用前两个菜单似乎都可以分析出来结果，但在许多情况下该结果是不正确的，应该用重复测量的分析方法才对（不能再讲了，再讲下去就会扯到多水平模型去了）。 • Variance Components子菜单：用于作方差成份模型的，这个模型实在太深，不是一时半会说的请的，所以我在这里就干脆不讲了。 出于模型复杂性、篇幅、应用范围及乱七八糟一系列的理由，当然主要是我懒得一一解释，我决定本章采用举例讲解的方式，及讲解一些常见的分析实例，通过这种方法来熟悉那些最为常用的分析方法。

基于FP-growth算法与分层线性模型交互的招生数据挖掘.pdf

matlab开发-风力发电柴油机电池、燃料电池和负载混合系统频率变化的线性模型。模拟风、光伏、FC、电池、柴油和带传输功能的负载

tensorflow-线性模型代码

本资源是用来构建广义线性回归模型的SAS程序

与 s 函数块一起使用的非线性模型构建，以及用于在不稳定平衡点线性化的文件