assignmentutor™您的专属作业导师

assignmentutor-lab™ 为您的留学生涯保驾护航 在代写线性回归linear regression方面已经树立了自己的口碑, 保证靠谱, 高质且原创的统计Statistics代写服务。我们的专家在代写线性回归linear regression代写方面经验极为丰富，各种代写线性回归linear regression相关的作业也就用不着说。

• Statistical Inference 统计推断
• Statistical Computing 统计计算
• (Generalized) Linear Models 广义线性模型
• Statistical Machine Learning 统计机器学习
• Longitudinal Data Analysis 纵向数据分析
• Foundations of Data Science 数据科学基础

## 统计代写|线性回归代写linear regression代考|Response Transformations for Experimental Design

A model for an experimental design is $Y_i=E\left(Y_i\right)+e_i$ for $i=1, \ldots, n$ where the error $e_i=Y_i-E\left(Y_i\right)$ and $E\left(Y_i\right) \equiv E\left(Y_i \mid \boldsymbol{x}i\right)$ is the expected value of the response $Y_i$ for a given vector of predictors $\boldsymbol{x}_i$. Many models can be fit with least squares (OLS or LS) and are linear models of the form $$Y_i=x{i, 1} \beta_1+x_{i, 2} \beta_2+\cdots+x_{i, p} \beta_p+e_i=\boldsymbol{x}i^T \boldsymbol{\beta}+e_i$$ for $i=1, \ldots, n$. Often $x{i, 1} \equiv 1$ for all $i$. In matrix notation, these $n$ equations become
$$\boldsymbol{Y}=\boldsymbol{X} \beta+e$$
where $\boldsymbol{Y}$ is an $n \times 1$ vector of dependent variables, $\boldsymbol{X}$ is an $n \times p$ design matrix of predictors, $\boldsymbol{\beta}$ is a $p \times 1$ vector of unknown coefficients, and $\boldsymbol{e}$ is an $n \times 1$ vector of unknown errors. If the fitted values are $\hat{Y}_i=\boldsymbol{x}_i^T \hat{\boldsymbol{\beta}}$, then $Y_i=\hat{Y}_i+r_i$ where the residuals $r_i=Y_i-\hat{Y}_i$.

The applicability of an experimental design model can be expanded by allowing response transformations. An important class of response transformation models adds an additional unknown transformation parameter $\lambda_o$, such that
$$Y_i=t_{\lambda_o}\left(Z_i\right) \equiv Z_i^{\left(\lambda_o\right)}=E\left(Y_i\right)+e_i=\boldsymbol{x}i^T \boldsymbol{\beta}+e_i$$ If $\lambda_o$ was known, then $Y_i=t{\lambda_o}\left(Z_i\right)$ would follow the linear model for the experimental design.

Definition 5.18. Assume that all of the values of the “response” $Z_i$ are positive. A power transformation has the form $Y=t_\lambda(Z)=Z^\lambda$ for $\lambda \neq 0$ and $Y=t_0(Z)=\log (Z)$ for $\lambda=0$ where $\lambda \in \Lambda_L={-1,-1 / 2,0,1 / 2,1}$.
A graphical method for response transformations computes the fitted values $W_i$ from the experimental design model using $W_i=t_\lambda\left(Z_i\right)$ as the “response.” Then a plot of the $\hat{W}$ versus $W$ is made for each of the five values of $\lambda \in \Lambda_L$. The plotted points follow the identity line in a (roughly) evenly populated band if the experimental design model is reasonable for $(\hat{W}, W)$. An exception is the one way Anova model where there will be $p$ dot plots of roughly the same shape and spread that scatter about the identity line. If more than one value of $\lambda \in \Lambda_L$ gives a linear plot, consult subject matter experts and use the simplest or most reasonable transformation. Also look at the residual plots of the competing transformations. Note that $\Lambda_L$ has 5 models, and the graphical method selects the model with the best response plot. After selecting the transformation, the usual checks should be made. In particular, the transformation plot is also the response plot, and a residual plot should be made. The Equation (3.3) transformations could also be used.

## 统计代写|线性回归代写linear regression代考|One Way Anova in SAS

To get into $S A S$, often you click on a $S A S$ icon, perhaps something like The SAS System for …. A window with a split screen will open. The top screen says Log-(Untitled) while the bottom screen says Editor-Untitled1. Press the spacebar and an asterisk appears: Editor-Untitled1*.

For Problem 5.16, consider saving your file as hw5d16.sas on your flash drive (J, say). (On the top menu of the editor, use the commands “File $>$ Save as.” A window will appear. Use the upper right arrow to locate “Removable Disk (J:),” and then type the file name in the bottom box. Click on OK.) From the top menu in SAS, use the “File> Open” command. A window will open. Use the arrow in the NE corner of the window to navigate to “Removable Disk (J:).” (As you click on the arrow, you should see My Documents, C: etc, then “Removable Disk (J:).”) Double click on hw5d16.sas.

This point explains the SAS commands. The semicolon “;” is used to end SAS commands and the “options $l \mathrm{~s}=70 ;$ ” command makes the output readable. (An “*” can be used to insert comments into the SAS program. Try putting an * before the options command and see what it does to the output.) The next step is to get the data into SAS. The command “data clover;” gives the name “clover” to the data set. The command “input strain $\$$nitrogen@ @;” says the first entry is variable strain and the \$$ means it is categorical, the second variable is nitrogen and the @@ means read 2 variables, then$2, \ldots$, until the end of the data. The command “cards;” means that the data is entered below. Then the data is entered and the isolated semicolon indicates that the last case has been entered. The commands “proc glm; class = strain; model nitrogen$=$strain;” tells SAS to perform one way Anova with nitrogen as the response variable and strain as the factor. # 线性回归代写 ## 统计代写|线性回归代写线性回归代考|实验设计的响应转换 一个实验设计的模型是$i=1, \ldots, n$的$Y_i=E\left(Y_i\right)+e_i$，其中误差$e_i=Y_i-E\left(Y_i\right)$和$E\left(Y_i\right) \equiv E\left(Y_i \mid \boldsymbol{x}i\right)$是给定预测因子$\boldsymbol{x}i$的响应$Y_i$的期望值。许多模型可以用最小二乘(OLS或LS)拟合，它们是$i=1, \ldots, n$的$$Y_i=x{i, 1} \beta_1+x{i, 2} \beta_2+\cdots+x_{i, p} \beta_p+e_i=\boldsymbol{x}i^T \boldsymbol{\beta}+e_i$$形式的线性模型。经常$x{i, 1} \equiv 1$为所有$i$。在矩阵表示法中，这些$n$方程变成 $$\boldsymbol{Y}=\boldsymbol{X} \beta+e$$ 其中$\boldsymbol{Y}$是一个$n \times 1$的因变量向量，$\boldsymbol{X}$是一个$n \times p$的预测器设计矩阵，$\boldsymbol{\beta}$是一个$p \times 1$的未知系数向量，$\boldsymbol{e}$是一个$n \times 1$的未知误差向量。如果拟合值为$\hat{Y}_i=\boldsymbol{x}_i^T \hat{\boldsymbol{\beta}}$，则$Y_i=\hat{Y}_i+r_i$，其中残差$r_i=Y_i-\hat{Y}_i$. 通过允许响应转换，实验设计模型的适用性可以得到扩展。一类重要的响应转换模型增加了一个额外的未知转换参数$\lambda_o$，例如 $$Y_i=t_{\lambda_o}\left(Z_i\right) \equiv Z_i^{\left(\lambda_o\right)}=E\left(Y_i\right)+e_i=\boldsymbol{x}i^T \boldsymbol{\beta}+e_i$$如果$\lambda_o$是已知的，那么$Y_i=t{\lambda_o}\left(Z_i\right)$将遵循实验设计的线性模型 定义假设“响应”$Z_i$的所有值都是正的。幂变换形式为$Y=t_\lambda(Z)=Z^\lambda$表示$\lambda \neq 0$,$Y=t_0(Z)=\log (Z)$表示$\lambda=0$，其中$\lambda \in \Lambda_L={-1,-1 / 2,0,1 / 2,1}$. 响应变换的图形化方法使用$W_i=t_\lambda\left(Z_i\right)$作为“响应”从实验设计模型计算拟合值$W_i$。然后对$\lambda \in \Lambda_L$的五个值分别绘制$\hat{W}$和$W$的图。如果实验设计模型对$(\hat{W}, W)$是合理的，那么所绘制的点在(大致)均匀分布的带内沿着标识线。一个例外是单向方差分析模型，其中有$p$点图的形状大致相同，分散在标识线上。如果$\lambda \in \Lambda_L$的多个值给出一个线性图，请咨询主题专家并使用最简单或最合理的转换。再看看竞争变换的残差图。注意，$\Lambda_L$有5个模型，图形化方法选择具有最佳响应图的模型。在选择转换之后，应该进行通常的检查。特别地，变换图也是响应图，需要做残差图。也可以使用式(3.3)转换 ## 统计代写|线性回归代写linear -regression代考| SAS中的One – Way Anova 要进入$S A S$，您通常单击$S A S$图标，也许是类似于….的SAS System的图标将打开一个分屏窗口。上面的屏幕显示Log-(Untitled)，而下面的屏幕显示Editor-Untitled1。按空格键会出现星号:Editor-Untitled1*. 对于问题5.16，考虑将您的文件保存为hw5d16。sas在你的u盘上(比如说J)。(在编辑器的顶部菜单上，使用命令“文件$>$另存为”。将出现一个窗口。使用右上角的箭头找到“可移动磁盘(J:)”，然后在底部框中键入文件名。点击OK。)在SAS的顶部菜单中，使用“File＆gt;命令。一扇窗会打开。使用窗口网元侧的箭头导航到“可移动磁盘(J:)”。(当你点击箭头时，你应该看到我的文档，C: etc，然后是“可移动磁盘(J:)”)双击hw5d16.sas 这一点解释了SAS命令。分号“;”用于结束SAS命令，“options$l \mathrm{~s}=70 ;$”命令使输出可读。(可以使用“”向SAS程序插入注释。试着在options命令前放一个，看看它对输出有什么影响。)下一步是将数据放入SAS。命令“data clover;”将数据集命名为“clover”。命令“input strain$\$$nitrogen@ @;”表示第一个条目是可变应变，\$$表示它是分类的，第二个变量是氮气，@@表示读取两个变量，然后是$2, \ldots$，直到数据结束。命令“cards;”表示在下面输入数据。然后输入数据，分隔的分号表示已输入最后一个case

The commands “proc glm;Class =菌株;模型氮$=$ strain;”告诉SAS以氮为响应变量，应变为因子进行单向方差分析

## 有限元方法代写

assignmentutor™作为专业的留学生服务机构，多年来已为美国、英国、加拿大、澳洲等留学热门地的学生提供专业的学术服务，包括但不限于Essay代写，Assignment代写，Dissertation代写，Report代写，小组作业代写，Proposal代写，Paper代写，Presentation代写，计算机作业代写，论文修改和润色，网课代做，exam代考等等。写作范围涵盖高中，本科，研究生等海外留学全阶段，辐射金融，经济学，会计学，审计学，管理学等全球99%专业科目。写作团队既有专业英语母语作者，也有海外名校硕博留学生，每位写作老师都拥有过硬的语言能力，专业的学科背景和学术写作经验。我们承诺100%原创，100%专业，100%准时，100%满意。

## MATLAB代写

MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。

assignmentutor™您的专属作业导师
assignmentutor™您的专属作业导师