倾向评分匹配
倾向评分匹配（Propensity Score Matching，简称PSM）是一种统计学方法，用于处理观察研究（Observational Study）的数据。在观察研究中，由于种种原因，数据偏差（bias）和混杂变量（confounding variable）较多，倾向评分匹配的方法正是为了减少这些偏差和混杂变量的影响，以便对实验组和对照组进行更合理的比较。这种方法最早由Paul Rosenbaum和Donald Rubin在198…
标签：#回归分析
共 23 篇文章
误差
统计学和最优化中，误差（error）和残差（residual）是两个相近但有区别的概念，二者均是统计样本中某一元素的与其“真值”（未必可直接观测得到）之间的离差的度量。观察的误差是观测值与相关量（例如总体平均值）的真值之间的差值。残差是观测值与统计量的估计值（例如）之间的差值。这种区别在迴歸分析中至关重要，回归分析中，这些概念有时称为回归误差（regression errors）和回归残差（regression residuals），它…
线性预测
线性预测是根据已有采样点按照线性函数计算未来某一离散信号的数学方法。 在数字信号处理中，线性预测经常称为线性预测编码（LPC），因此也可以看作是数字滤波器的一部分。在系统分析中，线性预测可以看作是数学建模或者最优化的一部分。 预测模型 最常见的表示是 :\widehat{x}(n) = -\sum_{i=1}^p a_i x(n-i)， 其中\widehat{x}(n)是预测的信号值，x(n-i)是前面观测到的值，a_i是预测系数。这种…