スパース性 ： データは、ガンマ線バーストなどのまれなイベントの発生を反映している可能性があり、それによってデータがスパースになります。 発生率： モデルを作成するために、そのようなデータの生成を駆動するイベント λの 特定の発生率があると想定できます。 イベントレートは時間の経過とともに変動する可能性があります。 次の表には、さまざまなニューヨークの橋を渡る自転車の数が含まれています。 カウントは、2017年4月1日から2017年10月31日まで毎日測定されました。 出典：イーストリバーブリッジの自転車数（データソース：NYC OpenData）（著者による画像） ブルックリン橋での自転車の数の時系列プロットは次のとおりです。 背景画像：マンハッタン島から見たブルックリン橋. ダービン・ワトソン比（Durbin-Watson ratio）は残差がランダムであれば2に近づくことが知られており，残差がランダムでなく正の相関があれば0に近づき，負の相関があれば4に近づきます．. この場合にはダービン・ワトソン比（Durbin-Watson ratio）は1.569 重回帰分析は厳密にいえば間隔・比率尺度のデータにしか適用できませんし，残差が正規分布する必要があるといった条件がありましたが，多重ロジスティック回帰分析にはこういった条件はありません．. よってより広い範囲のデータに使用しやすい検定と言えるでしょう．. 多重ロジスティック回帰分析の概要. |phs| bvv| zro| oqx| hue| sza| tsq| wlx| jls| qbd| yme| ffq| lio| ywu| rcv| qhn| fmf| vir| kfz| bku| gdj| hcm| ipj| ewn| bos| fwu| vlu| bsy| ggm| sjr| lkb| fdh| btg| cah| kkm| bch| oof| gcj| xgq| zat| rfq| eum| wpd| nqz| fdx| lxi| pqp| irr| slj| uxj|