非结构化相关-统计

非结构化相关(unstructured correlation),指在处理重复测量或多次测量数据时的一种相关性假设,认为不同测量之间的相关性缺乏可预测模式。该假设下能够捕捉任意相关模式,但模型复杂度高,可能导致不收敛。

自相关-统计

自相关(autoregressive correlation),指同一变量在不同时间点上的观测之间的相关关系。相关与时间间隔有关,间隔越长,相关系数随之衰减。

相邻相关-统计

相邻相关(stationary correlation),又称“稳态相关”,指只有相邻的两次观测值间有相关。例如,在重复测量资料中,相关矩阵服从某一稳定结构,等相关、自相关等均出现稳定相关的特殊情况。

等相关-统计

等相关(exchangeable correlation),又称“可交换的相关”,指任意两次观测之间的相关系数相等,且不随时间推移而改变。

作业相关矩阵-统计

作业相关矩阵(working correlation matrix),指表示某一个体或区组内相关个体中因变量的各次重复测量值两两之间相关性矩阵。

纵向数据-统计

纵向数据(longitudinal data),指在一段时间内或随特定事件发生时,对某些感兴趣的个体(同一研究对象)进行多次观察或重复测量所获得的数据。

广义估计方程-统计

广义估计方程(generalized estimating equation),指在广义线性模型框架下通过考虑观测数据之间的相关性结构对非独立数据进行分析的统计方法,适用于分析纵向数据或重复测量数据。

迭代-统计

迭代(iteration),指参数估计过程中逐步逼近最优解的数值计算步骤。

调整拟合优度指数-统计

调整拟合优度指数(adjusted goodness fit index),指一个用于评估结构方程模型拟合优度的统计指标。它是拟合优度指数经过调整后的值,用于惩罚模型中自由参数数量过多的情况。取值范围在0 到1 之间,值越接近 1 表示模型的拟合优度越好。 ...

过度识别-统计

过度识别(over-identified),指模型参数数量少于数据可提供的独立信息量,具有可检验性和最优解的特性。

识别不足-统计

识别不足(under-identified),指模型参数数量超过数据可提供的独立信息量,具有无唯一解和需修正的特性。

恰好识别-统计

恰好识别(just-identified),指模型参数的数量严格等于数据可提供的独立信息量,具有唯一解和不可检验的特性。

多水平结构方程模型-统计

多水平结构方程模型(multilevel structural equation model),指结构方程模型的一种拓展,适用于在具有层次结构的数据中,基于潜变量的协方差矩阵来分析变量之间关系。

旋转设计-统计

旋转设计(rotation design),指具备在因子空间内与中心点等距的同一球面上各点的预测值方差都相等的统计性质的回归设计。

多元多水平模型-统计

多元多水平模型(multivariate multilevel models),指处理允许同一水平内部的向量形式的观测数据间存在相关关系的多层数据的统计模型。

多元时间序列分析-统计

多元时间序列分析(multivariate time series analysis),指一种用于分析包含同一层级的多个变量的时间序列数据的分析方法。

多水平时间序列分析-统计

多水平时间序列分析(multilevel time series analysis),指一种用于分析具有层次结构的单一变量的时间序列数据的分析方法。

多水平因子分析-统计

多水平因子分析(multilevel factor analysis),指用于研究不独立的层次数据或重复测量数据潜在结构的因子分析方法。

多水平主成分分析-统计

多水平主成分分析(multilevel principal component analysis),指用于研究大量维度/特征的大型数据集的主成分分析方法,在保留最大信息量的同时提高数据的可解释性,实现多维数据的可视化,提升高维函数数据的信息挖掘效果。

效应尺度-统计

效应尺度(effect scale),指用来衡量处理效应的大小或因变量与自变量关联强度的指标。
1 ...868788899091929394... 135下一页