最小平方頻譜分析法
最小平方頻譜分析法（）是一種利用最小平方法尋找適配於資料點之最佳正弦曲線，以估算頻譜的方法。其數學原理與科學界中最常用的傅立葉分析相似。 最小平方頻譜分析法也稱為凡尼切克法（Vaníček method）、隆布法（Lomb method）或隆布—史卡構法（Lomb–Scargle method），分別取名自對其有所貢獻的、尼可拉斯·隆布（Nicholas R. Lomb）。然而，大多數以上述理論為基礎開發的方法僅適用於取樣間距相等的訊號…
标签：#統計方法
共 6 篇文章
品質工程
品質工程（），由日本學者田口玄一創始的工程方法，以統計學的方式來進行實驗及生產過程管控，達到產品品質改善及成本降低的雙重目的，也應用在生物學、行銷及廣告。專業統計學家認同品質工程的目標及帶來的進步．特別是品質工程對於變異的研究，但認為品質工程中一些建議的作法不具。 為了表示對發明者的尊崇，它也被稱為是田口式品質工程（），或是田口方法（）。它是目前為了達到穩健設計中最著名的方法學，因而也被稱為田口式穩健設計方法（）。 品質工程包括了三個和…
Lasso算法
在统计学和机器学习中，Lasso算法（，又译最小绝对值收敛和选择算子、套索算法）是一种同时进行特征选择和正则化（数学）的回归分析方法，旨在增强统计模型的预测准确性和可解释性，最初由斯坦福大学统计学教授罗伯特·蒂布希拉尼于1996年基于Leo Breiman的非负参数推断（Nonnegative Garrote, NNG）提出。Lasso算法最初用于计算最小二乘法模型，这个简单的算法揭示了很多估计量的重要性质，如估计量与岭回归（Ridge…
轮廓 (聚类)
在机器学习与数据挖掘领域，轮廓指的是一种反映数据聚类结果一致性的方法，可以用于评估聚类后簇与簇之间的离散程度。轮廓的取值范围为[-1, +1]，如果某一样本的轮廓接近1，则说明样本聚类结果合理；如果接近-1，则说明其更应该分类到其他的簇；如果轮廓近似为0，则说明该样本在两个簇的边界上。所有样本轮廓的均值称为聚类结果的轮廓系数（Silhouette Coefficiency），是该聚类是否合理、有效的度量。 定义 假设某一数据集使用如k-…
迴歸分析
迴歸分析（）是一種統計學上分析數據的方法，目的在於了解兩個或多個變數間是否相關、相關方向與強度，並建立數學模型以便觀察特定變數來預測研究者感興趣的變數。更具体的来说，迴归分析可以帮助人们了解在只有一个自变量变化时因变量的变化量。一般来说，通过迴归分析我们可以由给出的自变量估计因变量的条件期望。 迴歸分析是建立被解釋變數Y（或稱應變數、依變數、反應變數）與解釋變數X（或稱自變數、獨立變數）之間關係的模型。簡單線性迴歸使用一個自變量X，複迴…
响应曲面法
反應曲面法（Response surface methodology，簡寫RSM）為結合數學與統計而延生出的方法，為最適實驗設計或作業條件的有利工具，於1951年，Box 和 Wilson 共同進行數學模式的建立與推導，而後普遍應用於電子、機械、農業、化學工業、生物科技、材料科學、食品科學及工業製程改善等各項研究領域中。 說明 反應曲面法在協助研究人員對科學系統或工業製程中最佳產品設計、製程改善、系統最佳化等問題提供一套分析、求解程序，…