原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
文档标题基于MCMC方法的多元相关响应向量广义线性模型变量选择主要内容摘要近年来，随着大数据技术的发展，数据的获取和存储方式变得更加丰富，而数据类型也变得复杂多样当应对响应变量是多元相关性数据时，即yy,y,,y和y,y,,y之间的相关性时，单纯的应用传播了线性模型或者广义线性模型往往行不通，因此需要引入多元相关响应向量的广义线性模型同时随着向量广义线性模型的应用场景越来越丰富，在应用过程中会出现数据维数高的特点，导致传统的统计方法和理论较难适用
摘要
摘要
近年来，随着大数据技术的不断发展，数据的获取以及存储方式变得越来越
丰富，同时数据类型也变得复杂多样。在面对响应变量是多元相关性数据时，即
响应变量Y(y,y,,y)，且y,y,,y之间存在相关性，这时单纯的应用传
12q12q
统的线性模型以及广义线性模型往往行不通，因此需要引入多元相关响应向量的
广义线性模型，同时随着向量广
文档评论（0）