04 2019 档案

摘要:原文 http://tecdat.cn/?p=3364 加载R包和数据集 上述症状数据集包含在R-package 中,并在加载时自动可用。 加载包后,我们将此数据集中包含的12个心情变量进行子集化: mood_data <- as.matrix(symptom_data$data[, 1:12]) 阅读全文
posted @ 2019-04-23 18:03 拓端tecdat 阅读(1370) 评论(0) 推荐(0) 编辑
摘要:原文 :http://tecdat.cn/?p=3726 这次,我们将使用k-Shape时间序列聚类方法检查与我们有业务关系的公司的股票收益率的时间序列。 执行环境如下。 R:3.5.1 企业对企业交易和股票价格 在本研究中,我们将研究具有交易关系的公司的价格变化率的时间序列的相似性,而不是网络结构 阅读全文
posted @ 2019-04-23 16:51 拓端tecdat 阅读(1979) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=3429 BART是贝叶斯非参数模型,可以使用Backfitting MCMC进行拟合 。 我不使用任何软件包...... MCMC是从头开始实现的。 考虑协变量数据​和成果​为​主题,​。在这个玩具示例中,数据看起来像这样: ​ 我们可能会考虑以下 阅读全文
posted @ 2019-04-22 18:02 拓端tecdat 阅读(490) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=6690 在最近的一篇文章中,我描述了一个Metropolis-in-Gibbs采样器,用于估计贝叶斯逻辑回归模型的参数。 这篇文章就此问题进行了研究,以展示Rcpp如何帮助克服这一瓶颈。 TLDR:只需用C ++编写log-posterior而不是 阅读全文
posted @ 2019-04-22 18:01 拓端tecdat 阅读(452) 评论(0) 推荐(0) 编辑
摘要:对于许多模型,如物流模型,没有共轭先验 - 所以Gibbs不适用。正如我们在第一篇文章中看到的那样,蛮力网格方法太慢而无法扩展到真实环境。 这篇文章展示了我们如何使用Metropolis-Hastings(MH)从每个被阻挡的Gibbs迭代中的非共轭条件后验中进行采样 - 这是一种比网格方法更好的替 阅读全文
posted @ 2019-04-22 18:00 拓端tecdat 阅读(283) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=11617 在这篇文章中,我将对多元线性回归做同样的事情。我将得出阻塞的Gibbs采样器所需的条件后验分布。然后我将对采样器进行编码并使用模拟数据对其进行测试。 一个贝叶斯模型 假设我们有一个样本大小的​科目。我们观察​结果向量​。贝叶斯多元回归假设 阅读全文
posted @ 2019-04-22 17:59 拓端tecdat 阅读(426) 评论(0) 推荐(0) 编辑
摘要:原文:http://tecdat.cn/?p=3430 我使用excel来构建Cobb-Douglas生产函数的可视化 。 生产函数将任何给定公司的输出表示为两个输入(人工和资本)和参数(α和β)的函数。当α和β之和等于1时,可以证明它们分别代表劳动力和资本的产出份额。 这种情况也意味着公司的经营规 阅读全文
posted @ 2019-04-22 17:58 拓端tecdat 阅读(1027) 评论(0) 推荐(0) 编辑
摘要:引言 本文中主题是内生性,它可能严重偏向回归估计。我将专门模拟由遗漏变量引起的内生性。在本系列的后续文章中,我将模拟其他规范问题,如异方差性,多重共线性和对撞机偏差。 数据生成过程 考虑一些结果变量的数据生成过程(DGP)​: ​ ​ 对于该模拟,我设置参数值​,​以及​与模拟正相关的独立变量,​和 阅读全文
posted @ 2019-04-22 17:57 拓端tecdat 阅读(265) 评论(0) 推荐(0) 编辑
摘要:最近关于p值讨论的爆发激发了我进行简短的模拟研究。 特别是,我想说明p值如何随着效果和样本大小的不同而变化。以下是模拟的详细信息。我模拟​了我的自变量的绘制​: ​ ​ 对于每一个​,我定义一个​as ​ ​​ 换句话说,对于每个效果大小,​模拟绘制​并​出现一些错误​。估计以下回归模型并​观察p值 阅读全文
posted @ 2019-04-22 17:57 拓端tecdat 阅读(232) 评论(0) 推荐(0) 编辑
摘要:NYPD提供有关数据字典的止损和风险的数据,位于此处。这些数据从2003年到2014年不等,包含450多万 的信息。包括 人的年龄,性别和种族等几个变量。 我写了一些R代码来清理并将数据编译成单个.RData文件。 这篇文章的目的只是为了让这些干净的编译数据集可供其他人与他们自己的数据集结合使用,并 阅读全文
posted @ 2019-04-22 17:56 拓端tecdat 阅读(251) 评论(0) 推荐(0) 编辑
摘要:这篇文章的目的是将我在夜班学习的材料与我的日常工作和R相结合。 如果我们有一些根据固定概率随时间在状态之间切换的对象,我们可以使用马尔可夫链 * 来模拟该对象的长期行为。 一个很好的例子是抵押贷款。在任何给定的时间点,贷款都有违约概率,保持最新付款或全额偿还。总的来说,我们将这些称为“转移概率”。假 阅读全文
posted @ 2019-04-22 17:55 拓端tecdat 阅读(996) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=4612 贝叶斯分析的许多介绍都使用了相对简单的教学实例(例如根据伯努利数据给出成功概率的推理)。虽然这可以很好地介绍贝叶斯原理,但是将这些原理扩展到回归并不是直接的。 这篇文章将概述这些原理如何扩展到简单的线性回归。我将导出感兴趣参数的后验条件分布 阅读全文
posted @ 2019-04-22 15:49 拓端tecdat 阅读(1004) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=3060 介绍 在对诊断测试准确性的系统评价中,统计分析部分旨在估计测试的平均(跨研究)敏感性和特异性及其变异性以及其他测量。灵敏度和特异性之间往往存在负相关,这表明需要相关数据模型。由于用户,分析在统计上具有挑战性 处理两个摘要统计, 必须考虑敏感 阅读全文
posted @ 2019-04-18 15:17 拓端tecdat 阅读(1136) 评论(0) 推荐(0) 编辑
摘要:在逻辑回归中,我们将二元响应\(Y_i \)回归到协变量\(X_i \)上。下面的代码使用Metropolis采样来探索\(\ beta_1 \)和\(\ beta_2 \)的后验YiYi到协变量XiXi。让 定义expit和分对数链接函数 logit<-function(x){log(x/(1-x 阅读全文
posted @ 2019-04-16 17:35 拓端tecdat 阅读(308) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=3014 前言 预测是通过基于来自过去和当前状态的信息来对将要发生的事情做出声明。 ​ 每个人每天都以不同程度的成功解决预测问题。例如,需要预测天气,收获,能源消耗,外汇(外汇)货币对或股票,地震和许多其他东西的变动。... 预测分析 通过分类,深度 阅读全文
posted @ 2019-04-11 14:58 拓端tecdat 阅读(4133) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=6716 获得R问题的良好帮助的关键是提供最低限度工作的可重复示例(MWRE)。使用R制作MWRE非常简单,它将有助于确保那些帮助您识别错误来源的人,并理想地提交给您,以修复错误,而不是向您发送有用的代码。要拥有MWRE,您需要以下项目: 产生错误的 阅读全文
posted @ 2019-04-10 17:13 拓端tecdat 阅读(364) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=3071 结构方程模型入门 介绍 对于熟悉线性回归拟合结构方程模型的分析师来说,首先会感到奇怪。在R环境中,拟合结构方程模型涉及学习新的建模语法,新的绘图语法以及通常是新的数据输入方法。然而,快速重新定位并且很快用户会接触到差异,拟合结构方程模型可以 阅读全文
posted @ 2019-04-10 17:01 拓端tecdat 阅读(1344) 评论(0) 推荐(0) 编辑
摘要:原文链接: http://tecdat.cn/?p=3015 介绍 首先,请注意,围绕多级模型的术语非常不一致。例如,多级模型本身可以称为分级线性模型,随机效应模型,多级模型,随机截距模型,随机斜率模型或汇集模型。根据学科,使用的软件和学术文献,许多这些术语可能指的是相同的一般建模策略。 读入数据 阅读全文
posted @ 2019-04-08 17:23 拓端tecdat 阅读(1150) 评论(0) 推荐(0) 编辑
摘要:原文链接:http://tecdat.cn/?p=3059 介绍 处理分组数据和复杂层次结构的分析师,从嵌入在参与者中的测量,嵌套在州内的县或嵌套在教室内的学生,经常发现他们需要建模工具来反映他们数据的这种结构。在R中,有两种主要的方法来拟合多级模型,这些模型考虑了数据中的这种结构。这些教程将向用户 阅读全文
posted @ 2019-04-08 16:24 拓端tecdat 阅读(3749) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示