机译:通过迭代加权加权回归对PLS路径模型进行细分
Univ Hamburg, Von Melle Pk 5, D-20146 Hamburg, Germany;
Hamburg Univ Technol TUHH, Am Schwarzenberg Campus 4 D, D-21073 Hamburg, Germany|Univ Newcastle, Fac Business & Law, Callaghan, NSW, Australia;
Univ Newcastle, Fac Business & Law, Callaghan, NSW, Australia|Otto Von Guericke Univ, Univ Pl 2, D-39106 Magdeburg, Germany;
Univ Cologne, Albertus Magnus Pl, D-50923 Cologne, Germany;
Partial least squares; PLS; PLS-IRRS; Reweighted regressions; Segmentation; Genetic algorithms; Fuzzy set qualitative comparative analysis; fsQCA;
机译:具有自回归和t分布偏差的线性回归模型中参数自适应鲁棒调整的迭代加权最小二乘方法
机译:双因子模型是更好的模型还是在建模难以置信的响应方面更好?迭代加权最小二乘在罗森伯格自尊量表中的应用
机译:用于不对称L_2损失支持向量回归的迭代重新超强正方形
机译:通过迭代地重复最小二乘来改善L_∞和L_1回归的收敛性
机译:细分模型:有限混合回归模型在交通基础设施大学筹款和管理中的应用。
机译:双因子模型是更好的模型还是在建模难以置信的响应方面更好?迭代加权最小二乘在罗森伯格自尊量表中的应用
机译:通过迭代加权加权回归对PLS路径模型进行细分