相关矩阵-统计

相关矩阵(correlation matrix),指由多个变量相关系数构成的矩阵,该矩阵对角线元素为 1 且对称。

斜交旋转-统计

斜交旋转(oblique rotation),指通过调整因子载荷矩阵,允许经旋转后的因子载荷矩阵中因子间存在一定程度的相关性,使新的因子轴穿过因子图上的聚集点,这些点在新因子轴上呈较大负荷,而在其它因子轴上的负荷几乎等于零,从而提高新因子的可解释性。 ...

测量尺度-统计

测量尺度(measurement scale),指用于度量变量的一种尺度,在结构方程模型中,是模型识别依据的必要条件之一。可通过将潜变量的方差设为 1,即将潜变量标准化,或将潜变量的观测标识中任何一个因子负载设为 1 来设定。

概化理论-统计

概化理论(generalizability theory, GT),指根据研究的要求及资料特点,考虑多个误差来源,应用方差分析估计各个误差来源对测量结果的影响,进而优化测量过程,实现测量结果可靠性的最大化的测量学理论。

近似误差均方根-统计

近似误差均方根(root mean square error of approximation, RMSEA),指评估模型与实际观测值之间的近似误差,考虑了模型的自由度和样本量大小。

回归平方和-统计

回归平方和(regression sum of squares),指在回归分析中,模型预测值与均值之间差异的平方和,反映在总变异中可以用因变量与自变量的线性关系解释的部分。

组群-统计

组群(cluster),指在研究暴露因素与某结局的关系时,处于暴露状态及未处于暴露状态这两个不同水平下的被研究对象按一定依据形成的若干组、群或队列。

组内相关系数-统计

组内相关系数(intraclass correlation coefficient, ICC),指在一组观察值中,两两之间间的相关系数。等于组间方差与总方差(组间方差与组内方差之和)之比。

主成分分析-统计

主成分分析(principal component analysis, PCA),又称“主分量分析”,指一种基于多个定量变量之间相互关系,利用降维思想,并通过线性变换提取少数几个关键综合变量的多元统计分析方法。

共同对照组-统计

共同对照组(common control arm),指在试验中,所有接受不同试验药物或治疗方法的各个试验组共同参照对比的一个组。

非参数自举法-统计

非参数自举法(nonparametric bootstrap),指纯粹依赖于从给定样本中进行重采样、不对样本来源的总体作分布限定的一种自举法。

变异-统计

变异(variability),指同一总体中不同个体间存在的差异。

正则化参数-统计

正则化参数(regularization parameter),指损失函数中正则化项的系数,决定正则化项对整体目标函数的影响程度。用于抑制模型复杂度、防止过拟合,同时提高模型的泛化能力。

参数-统计

参数(parameter),指描述总体统计特征的指标。

正则性施泰因型岭回归估计量-统计

正则性施泰因型岭回归估计量(positive-rule Stein-type ridge estimator, PRSRRE),又称“正则性 Stein 型岭回归估计量”,指结合了施泰因(Stein)估计和岭回归,引入正则化概念的参数估计量,确保参数估计满足正定性规则,提高模型稳定性和预测性能。 ...

非线性多水平模型-统计

非线性多水平模型(nonlinear multilevel model),指因变量与部分或所有自变量之间呈非线性关系且相应参数未知的一类多水平模型。

F 分布-统计

F 分布(F distribution),指从一个正态总体中随机抽取样本量为 n1 和 n2 的两个样本,其方差的比率分布。

I2 检验-统计

I2 检验(I-square test),指用于评估多个独立研究结果异质性的统计方法。检验统计量为一个百分比值,表示异质性部分在效应量总的变异中所占的比重,其取值范围定义在0%~100% 之间,其值越大异质性越大。

泊松分布-统计

泊松分布(Poisson distribution),指用以描述单位时间、空间、面积等的罕见事件发生次数的概率分布。

广义M 估计-统计

广义M 估计(generalized M-estimation),指扩展了M 估计的统计方法,通过引入更灵活的权重函数和损失函数,进一步提高对异常值的鲁棒性。适用于复杂数据结构和多种分布类型,提供更广泛的稳健估计。广泛应用于经济学、金融学等领域,增强模型在非标准数据条件下的稳定性和准确性。 ...
1 ...323334353637383940... 90下一页