不相关能做回归分析吗
索尼大作《死亡回归》现已登陆PC平台。外媒DSOGaming今日发布本作的PC版性能表现分析，一起来看一下。
全文如下：
在这篇PC性能分析文章中，我们的CPU使用Intel i9 9900K、内存使用16GB DDR4 3800Mhz、显卡分别是AMD Radeon RX580、RX Vega 64、RX 6900XT、RX 7900XTX、NVIDIA GTX980Ti、RTX 2080Ti、RTX 3080和RTX 4090。操作系统使用Windows 10 64-bit，驱动分别是GeForce 528.49和Radeon Software Adrenalin 2020 Edition 22.11.2（RX7900XTX使用23.1.2版驱动）。
Climax工作室为本作加入大量画质选项以供调整。PC玩家可以调整光照品质、阴影、环境光遮蔽和材质等等。本作还支持光追阴影和光追反射。另外，本作支持NVIDIA DLSS 2、AMD FSR 1.0和Intel XeSS（仅限Intel显卡）功能。
《死亡回归》拥有内置跑分工具以体现游戏性能。而经过测试发现，这是我们所见过的最好的跑分工具（可以提供显存和内存占用细节）。
为检测游戏在不同CPU线程下的表现，我们分别模拟了双核、四核与六核CPU环境。在不开启超线程的情况下，我们的模拟双核环境出现严重卡顿问题。开启超线程之后，我们的帧率会在1080p/史诗画质/无光追环境下保持在60fps以上。我们还能看到本作可以有效利用最高六CPU核心的性能。
在CPU测试过程中，我们使用了AMD Radeon RX 7900XTX显卡。《死亡回归》又是一款NVIDIA RTX4090存在DX12驱动于低分辨率下占用过高问题的游戏。我们可以看到，在1080p/史诗画质/无光追环境下，RX7900XTX的性能要比RTX4090高19%。
在1080p分辨率下，玩家需要性能至少相当于RTX2080Ti的显卡方可获得流畅游戏体验。在1440p/史诗画质/无光追环境下，我们的RTX2080Ti仍能提供流畅体验。但我们对RTX3080的表现略感失望。在1440p分辨率下，其性能仅比RTX2080Ti高13%。在原生4K环境下，仅有RX7900XTX和RTX4090能提供稳定60fps的体验。在4K分辨率下，N卡表现要明显好于AMD RDNA3显卡。
上文提到过，《死亡回归》拥有光追反射和阴影功能。我们所有参测显卡在1080p/史诗画质/开启光追环境下都没有遇到任何问题。在1440p分辨率下，只有RX7900XTX和RTX4090能提供流畅体验。而在原生4K开启光追的情况下，只有NVIDIA RTX4090能提供稳定60fps的体验。
坏消息是，光追反射和光追阴影会带来卡顿问题。因此，在Climax工作室解决这一问题之前，我们不建议在本作中开启光追效果。另外，《死亡回归》存在部分过图卡顿问题。好在过图卡顿出现得不是很频繁，而且在战斗时不会出现。总而言之，不想体验卡顿的话最好还是关闭光追效果。
画质方面，《死亡回归》表现很棒。本作有很多粒子特效，敌人的设计也很不错。游戏里有很多高分辨率材质，还有一些惊艳的体积雾效果。子弹会击弯植被，还能看到很多炫酷的物体毁坏效果。总而言之，《死亡回归》的画面是一流的，配得上其系统配置需求。
值得一提的是，本作键鼠适配堪称完美。作为一款快节奏第三人称射击游戏而言，键鼠所带来的精准度提升是锦上添花。
总而言之，《死亡回归》存在一点小问题，但在PC平台上的表现无疑是很不错。本作画面很棒，而且PC配置需求非常合理。本作的画质选项也很丰富，RTX显卡用户想要提升帧率的话建议开启DLSS 2。说实在的，本作在PS5上也有过图卡顿问题，所以Climax工作室在PC上解决这个问题的可能性不大。至少我希望工作室能把光追卡顿的问题解决一下。
","force_purephv":"0","gnid":"99cd39e660bb01d1b","img_data":[{"flag":2,"img":[{"desc":"","height":"576","title":"","url":"https://p0.ssl.img.360kuai.com/t013dcc836180d020ff.jpg","width":"1038"},{"desc":"","height":"900","title":"","url":"https://p0.ssl.img.360kuai.com/t014ff1198796ef037e.jpg","width":"1600"},{"desc":"","height":"900","title":"","url":"https://p0.ssl.img.360kuai.com/t01164727b583b33a13.jpg","width":"1600"},{"desc":"","height":"3600","title":"","url":"https://p0.ssl.img.360kuai.com/t017df9e70bc6a028bf.jpg","width":"6400"},{"desc":"","height":"900","title":"","url":"https://p0.ssl.img.360kuai.com/t01f45cc44b7327d0a6.jpg","width":"1600"},{"desc":"","height":"900","title":"","url":"https://p0.ssl.img.360kuai.com/t012960353f6e851a99.jpg","width":"1600"},{"desc":"","height":"900","title":"","url":"https://p0.ssl.img.360kuai.com/t011391800974f65ddb.jpg","width":"1600"},{"desc":"","height":"900","title":"","url":"https://p0.ssl.img.360kuai.com/t01854fbff307fc0472.jpg","width":"1600"}]}],"original":0,"pat":"art_src_3,sexf,sex4,sexc,fts0,sts0","powerby":"hbase","pub_time":1676688720000,"pure":"","rawurl":"http://zm.news.so.com/18956dd8a8b2e389662c47db2d27e40d","redirect":0,"rptid":"69623fa57a7597b5","rss_ext":[],"s":"t","src":"3DM游戏网","tag":[{"clk":"kdigital_1:cpu","k":"cpu","u":""},{"clk":"kdigital_1:imax","k":"imax","u":""},{"clk":"kdigital_1:rtx","k":"rtx","u":""},{"clk":"kdigital_1:卡顿","k":"卡顿","u":""}],"title":"接近完美的移植精品《死亡回归》PC版性能表现分析
莫甘厘3198请教因子分析后如何回归 -
凌温荣13237535756 ______ 用因子得分FAC1-1做回归,那个因子载荷阵是原变量与因子的相关系数,你可以参考网上的文献,另外新生成的因子是不相关的,不用做相关分析了
莫甘厘3198spss的回归分析和相关分析看了很多,但是还没开窍,这两个还是搞
凌温荣13237535756 ______ 看你的研究目的了,如果你的目的是相关性,那么可以不做回归.如果你的目的是做预测,就应该做回归.相关分析只是说明两变量是否有关系,但不能说明变量关系的方向和精确性.例如,智力和学习成绩如果是相关分析的话,只能说明二者有正相关,但当智力=100时,学习成绩是多少呢?这个问题就需要回归分析来解决.
莫甘厘3198做相关分析时数据都是正相关,做回归分析时怎么有的变量之间的显著性达不到呢?
凌温荣13237535756 ______ 正常的 相关分析算出来的相关性未必是准确的,因为自变量间的相关性可能是因为自变量之间内在有一定的相关性,或者说自变量之间存在一定的共线性 而回归分析时,因为回归系数是剔除了其他自变量影响之后得出的偏回归系数,所以未必就一定显著,所以相关分析仅仅是回归分析的一个参考选取变量,并不准确
莫甘厘3198二元逻辑回归之前要做相关性分析吗 -
凌温荣13237535756 ______ 可以不用做的 逻辑回归本身就属于相关分析的一种,直接进行logistic回归就可以了 专业论文分析
莫甘厘3198因子分析后,如何再做回归分析 -
凌温荣13237535756 ______ 对保存的因子数据做回归分析即可
莫甘厘3198SPSS做回归分析出现警告,频率为零单元格 -
凌温荣13237535756 ______ 1、出现“1281 (76.7%) 个频率为零的单元格”的警告表明你的模型很可能含有连续型变量(定量数据,如身高、体重等),此时必须确保连续型变量只能放入PLUM的协变量(covariate)框中,绝对不能放入因素变量(Factor)框中!否则就...
莫甘厘3198混合模型中误差向量一定是不相关的吗 -
凌温荣13237535756 ______ e=y-a1x1 -a2x2然后说e,x1,x2线性无关?那当然必然的,否则如果e和x1,x2线性相关,说明a1,a2求得不对,所有和x1x2相关的部分都应该体现在他们对应的系数上
莫甘厘3198logistic回归前需要相关分析吗 -
凌温荣13237535756 ______ 要先做单因素分析的
莫甘厘3198单变量和单个因素回归分析中都呈现显著相关,两个变量一起做回归分析中一个变量又不显著相关,是怎么回事 -
凌温荣13237535756 ______ 这说明多变量的回归分析模型有问题.因为单变量的回归分析与多变量的回归分析是没有可比性的,所以多变量的回归分析不能按单变量的思路进行.
莫甘厘3198用spss对数据进行回归分析,但不知选哪一种回归类型,怎么办?请教高手! -
凌温荣13237535756 ______ 如果只是比对多种回归模型哪个好,那就选曲线估计,可同时选中线性,二次方等11个模型,拟合度看R2就行,哪个大哪个好.结果中有散点图也可以很直观看出哪种变化模型符合的. 不过一般做回归,首先要考虑的是线性回归,用途最广. 还有用的比较多的是非线性,这个要知道方程的. 至于多项Loistic和probit,说实在的我也不太清楚,书上学的没着重讲,案例分析也不常见. 这些模型都比较专业的,适用某些特定领域,选择的话有文献参照就直接借鉴好了.