上一页 1 ··· 324 325 326 327 328 329 330 331 332 ··· 389 下一页
摘要: 原文链接: http://tecdat.cn/?p=22071 至少有两种非平稳时间序列:具有趋势的时间序列和具有单位根的时间序列(称为单整时间序列)。单位根检验不能用来评估时间序列是否平稳。它们只能检测单整时间序列。季节性单位根也是如此。 这里考虑月平均温度数据。 > mon=read.table 阅读全文
posted @ 2021-05-27 20:21 拓端tecdat 阅读(327) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=22034 相信大家都听说过股票和债券的多元化投资组合。改进的股票配对交易策略基本上使用了一种前进的方法(参考文章中的概念),即最大化夏普比率,偏向于波动率而不是收益率。也就是说,它使用72天的移动窗口来最大化投资组合的不同权重配置之间的总收益,标准 阅读全文
posted @ 2021-05-27 20:20 拓端tecdat 阅读(219) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=21978 本文将介绍如何在R中用rstan和rjags做贝叶斯回归分析,R中有不少包可以用来做贝叶斯回归分析,比如最早的(同时也是参考文献和例子最多的)R2WinBUGS包。这个包会调用WinBUGS软件来拟合模型,后来的JAGS软件也使用与之类似 阅读全文
posted @ 2021-05-27 20:19 拓端tecdat 阅读(205) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=22262 在讨论分类时,我们经常分析二维数据(一个自变量,一个因变量)。但在实际生活中,有更多的观察值,更多的解释变量。随着两个以上的解释变量,它开始变得更加复杂的可视化。 数据 我们使用心脏病数据,预测急诊病人的心肌梗死,包含变量: 心脏指数 心 阅读全文
posted @ 2021-05-27 20:18 拓端tecdat 阅读(185) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=22251 线性回归时若数据不服从正态分布,会给线性回归的最小二乘估计系数的结果带来误差,所以需要对数据进行结构化转换。 在讨论回归模型中的变换时,我们通常会简单地使用Box-Cox变换,或局部回归和非参数估计。 这里的要点是,在标准线性回归模型中, 阅读全文
posted @ 2021-05-27 20:16 拓端tecdat 阅读(340) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=21892 引言 多元统计分析 中,交互作用是指某因素作用随其他因素水平的不同而不同,两因素同时存在是的作用不等于两因素单独作用之和(相加交互作用)或之积(相乘交互作用)。通俗来讲就是,当两个或多个因素同时作用于一个结局时,就可能产生交互作用,又称为 阅读全文
posted @ 2021-05-27 20:14 拓端tecdat 阅读(410) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=21825 原文出处:拓端数据部落公众号 假设检验的基本原理是小概率原理,即我们认为小概率事件在一次试验中实际上不可能发生。 多重比较的问题 当同一研究问题下进行多次假设检验时,不再符合小概率原理所说的“一次试验”。如果在该研究问题下只要有检验是阳性 阅读全文
posted @ 2021-05-27 20:12 拓端tecdat 阅读(793) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=21809 如果能重来,你是否还愿意做一名护士? 要点提示 这是我们最近的一项护士职业满意度线上调查中关注的一个问题。遗憾的是,对护士工作满意的只有约27%。为何这么多人不愿意再次选择做护士?本文为探讨护士工作满意度的结构,拟对护士工作满意度的结构进 阅读全文
posted @ 2021-05-27 20:11 拓端tecdat 阅读(130) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=21773 视频 在Python和R语言中建立EWMA,ARIMA模型预测时间序列 概述 学习创建时间序列预测的步骤 关注Dickey-Fuller检验和ARIMA(自回归移动平均)模型 从理论上学习这些概念以及它们在python中的实现 介绍 时间 阅读全文
posted @ 2021-05-27 20:10 拓端tecdat 阅读(405) 评论(0) 推荐(0) 编辑
摘要: 原文链接:http://tecdat.cn/?p=21625 我们知道参数的置信区间的计算,这些都服从一定的分布(t分布、正态分布),因此在标准误前乘以相应的t分值或Z分值。但如果我们找不到合适的分布时,就无法计算置信区间了吗?幸运的是,有一种方法几乎可以用于计算各种参数的置信区间,这就是Boots 阅读全文
posted @ 2021-05-12 00:39 拓端tecdat 阅读(964) 评论(0) 推荐(0) 编辑
上一页 1 ··· 324 325 326 327 328 329 330 331 332 ··· 389 下一页