1) MAR modeling
多变量回归建模
2) multiple regression modelling
多回归建模
3) multi-variable logistic regression mode
多变量逻辑回归模型
1.
According to the development experience of Beijing Metropolitan Area,the authors build and calibrate a set of the multi-variable logistic regression models for the processes based on remote sensing,GIS and geo-computation technologies.
依据北京城市发展经验,引入多变量逻辑回归模型(Multi-variable Logistic Regression Model,LRM),以遥感、GIS和地理计算技术为支撑,基于600m×600m离散格网,建立北京城市增长模拟模型,对人口稳定增长、修建七环、修建奥运公园等3种北京城市增长情景进行模拟,并对模拟成果进行对比分析。
4) multi variate auto regression model
多变量自回归模型
1.
The growth period is divided into 6 stages and the multi variate auto regression model is applied to the establishment of the forecasting model.
应用多变量自回归模型ARV (n) ,利用三江平原腹地———富锦市 1985～ 1999年气象资料 ,按水稻生育期划分 6个生育阶段 ,建立了井灌水稻生育期内需水量预测模型。
5) Multi-Dependent variable Regression Model
多个因变量回归模型
6) Latent variable score
多反应变量回归模型
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条