3.2.46. <Special> <Advanced Regression> (<General Linear Models> <Calibration Models> <Comparison of Regression Lines> <Regression Model Selection> <Nonlinear Regression> <Ridge Regression> <Logistic Regression>)

Это последняя группа методов. В переводе на русский язык данная часть меню означает следующее: <Специальный> <Преждевременный Регресс> (<Общие линейные модели> <Градуировочные Модели> <Сравнение Линий регрессии> <Выбор Модели Регресса> <Нелинейная регрессия> <Регресс Ребра> <Логистический Регресс>)

3.2.47. <General Linear Models>

Метод Общие Линейные Модели в SG позволяет оценивать линейные статистические модели, которые представляют собой функции одной или большего числа зависимых переменных от одной или большего количества независимых переменных. Природа независимых переменных может быть любой.

3.2.48. <Calibration Models>

Метод Градуировочного Моделирования в позволяют находить градуировочную линию, которая аппроксимирует данные, позволяя выбрать из нескольких преобразований нужное, если точки не лежат на прямой.

Можно удалить константу от модели, и тогда линия регрессии будет проходить через точку (0,0). Можно связать вес с каждым наблюдением, чтобы выполнить взвешенный регресс.

Как только Вы полностью удовлетворены, градуировочной прямой, программа может прибавлять значения к уравнению или для Y или X, чтобы вычислить оценки с интервалами для противоположной переменной. Передача значений для измерения и преобразованного количества с интервалами показывается в таблицах или непосредственно на Координатном Графике.

Кроме того, можно сохранять градуировочную линию для более позднего использования, когда происходит преобразование дополнительных измерений в интервальные оценки. Наконец, если имеется два набора экспериментальных данных, то можно сравнить две градуировочные прямые, используя метод проверки гипотез, чтобы видеть, являются ли результаты непротиворечивыми.