根据 Kareem E. Baddour 提出的工作：“用于衰落信道仿真的自回归建模”，IEEE 无线通信交易，2005 年 7 月，此 MATLAB 函数可用于基于自回归模型生成时变瑞利衰落信道。

基于主成分回归分析法的粮食产量影响因素研究，蔡风琴，刘晓娥，为了研究影响粮食产量的因素，本文根据《中国统计年鉴》的统计数据，首先采用主成分分析法建立因子分析模型，提取几个主成分；接

机器学习回归项目 使用的著名UCI数据集来预测葡萄酒质量。

线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

统计分析源代码，注释详尽，完美运行，参数齐全。基本包含数学建模评价预测类赛题各个模型。包含数据预处理，概率分布与随机数，常见统计绘图方法，参数估计与假设检验，copula理论，方差分析，回归分析，聚类分析，主成分分析，判别分析，因子分析等等！

机器学习中逻辑回归的讲解，原理和代码说明的比较详细

完全二次多项式模型 MATLAB中有命令rstool直接求解 x1 x2 从输出 Export 可得

目前大多数数据挖掘方法是从单关系中发现模式，而多关系数据挖掘（MRDM）则可直接从关系数据库的多表中抽取有效模式。MRDM可以解决原有命题数据挖掘方法不能解决的问题，它不仅有更强的信息表示能力，可以表示和发现更复杂的模式，还可以在挖掘进程中有效地利用背景知识来提高挖掘效率和准确率。近年来，借鉴归纳逻辑程序设计（ILP）技术，已经形成许多多关系数据挖掘方法，如关系关联规则挖掘方法、关系分类聚类方法等。

线性回归 一个简单的线性回归机器学习程序，用Python 3.4编写 依存关系 numpy： ://www.numpy.org/ Docopt： ： 如果按照“安装”下的说明进行操作，则不必手动安装。 安装 获取此存储库中的文件。 例如：git clone 在命令提示符下，导航到此存储库在计算机上的保存位置。 您应该看到文件setup.py。 安装 跑步 > python setup.py install # do not use 'pip install .', this is just a script 您现在应该可以直接运行“ regress.py” 训练集和测试集 regress.py将使用训练集来学习一个权重矩阵，该矩阵将应用于测试集中每个条目的属性，以预测该条目的类别。 它将比较其预测与实际类别，并查看其预测是否正确。 处理完所有条目后，它将报告其总体准确性。

Eviews计算CoVaR的步骤，分位数回归方法和GARCH方法。