Translation of "cox regression" to Japanese language:
Examples (External sources, not reviewed)
| Terri Cox | テキサス州キャメロンパーク動物園で |
| Warren Cox. | ウォーレン コックス |
| Uhhuh? Warren Cox. | コックスだけど 憶えてるかな |
| Brian Cox from CERN. | CERNには |
| Get Cox over here. | コックス君をここへ |
| linear regression. | 元通りの線形回帰の目的関数に戻します |
| logistic regression. | y 1の時と |
| logistic regression. | それは前回はマイナスの符号を |
| Regression testing output | 回帰テストの出力 |
| Regression Testing Status | 回帰テストの状態 |
| Regression is continuous. | 気温は66 5度 という予想などです |
| Excuse me, sir. There's a Mr. Warren Cox here to see Miss Drake. | 失礼します コックスさんが お見えです ドレイクさん |
| And the 300 million will go to the firm. Granville, Baxter and Cox. | そして ３億ドルは事務所に入る グランヴィル バクスターそしてコックス |
| Regression tester for kate | Kate のための回帰テスター |
| KHTML Regression Testing Utility | KHTML 回帰テストユーティリティ |
| Regression tester for khtml | khtml のための回帰テスター |
| So, that's linear regression. | ビデオでは このモデルをどのように実装していくかをお話します |
| logistic regression with a | 適用していく というのが考えられる |
| And what's new is doing multiple regression analysis, asking for standardized regression coefficients. | そうコメントにもある 回帰分析をやって |
| Now that we're in regression I want to present this with respect to the unstandardized regression coefficient, B, in the regression equation. | これを示したいと思います 帰無仮説はXとYの関係の傾きがゼロという事です |
| linear regression for classification problems. | ここに もう一つ |
| The unstandardized regression coefficient, B. | そして係数の標準誤差 |
| That is the regression constant. | 最初の予測変数の傾きです だからそれらの他の場所で推計している分を差し引かないと |
| Today, we'll see how multiple regression, multiple regression works where we have multiple predictors. | 重回帰は予測変数が複数の時に使えます それはもうちょっと複雑になります 解釈の点でも 係数のラッシュの点でも |
| At first we've covered multiple regression analysis sort of conceptually, and how to interpret regression coefficients when there are multiple predictors in our regression equation. | そこで回帰方程式に複数の回帰係数がある時に それをどう解釈するかを学んだ そして行列の代数について見ていき 一つの方程式で複数の予測変数の回帰係数を一度に |
| That regression, or that regression equation, we could run it in R, and get the regression equation. We'll, we'll do that in, in lecture nine. | それはレクチャー9でやります それがモデル それが私がモデルと言った時に |
| GUI for the khtml regression tester | khtml 回帰テスターの GUI |
| Let's start talking about logistic regression. | このビデオでは |
| This is the concept of regression. | つまり平均への回帰です |
| That is regression to the mean. | ある人があることについて例外的だとします |
| So, here's our linear regression algorithm. | 最初の方のこの項は |
| light of logistic regression, the Support | このコスト関数を最小化する |
| linear regression isn't a good idea . | 次のビデオでは |
| So remember in simple regression, the standardized regression coefficient was the same as the correlation coefficient. | 一致しました いまやそうでは無い 何故ならこれは 出版数と性別を考慮に入れた上での |
| logistic regression and we're seeing what the mathematical formula is defining the hypothesis for logistic regression. | ロジスティック回帰の仮説が 定義されるかを見ている 次のビデオでは |
| So the main topic of this segment is just again estimation of regression coefficients in multiple regression. | 重回帰での回帰係数の計算 ここでも単回帰の時と同じように最小二乗法やってるんだが |
| In the last lecture, we did simple regression, which is just one predictor in the regression equations. | ありません 今日は 重回帰を見ていきます |
| The first thing to understand is the regression equation and the different components of the regression equation. | まず始めに 用語をはっきりさせておきましょう このセグメント 及び本コースのこのパートでは |
| So again, here's the simple regression equation. | 予測値yを得るには 回帰定数足すことの |
| So let's look at the regression next. | 回帰に関する最初の小テストです |
| So that's linear regression with gradient descent. | もしあなたが上級線形代数のコースを |
| We, just ran a multiple regression analysis. | だが標準化されていない回帰係数しか得ていない |
| The unstandardized regression coefficient, and the standardized. | さもないと具体的にそう頼まないといけない |
| So now the regression constant is zero. | 年齢の回帰係数は年齢と持久力の相関になっている |
| When you, do the simple regression equations. | 係数を標準化すると |
Related searches : Cox Regression Model - Cox - Cox Orange - Cox Model - Cox-2 Inhibitor - Cox Proportional Hazard - Multivariate Regression - Regression Equation - Logit Regression - Tumor Regression - Pooled Regression - Probit Regression - Simple Regression
