- 博客(10)
- 收藏
- 关注
原创 R语言-岭回归的代码与案例解读
应用岭回归的场景有很多。本文介绍的是 在应用多元线性回归时 遇到多重共线性问题,且无法删除变量或者增加样本量的情况下,应用岭回归的情况。
2022-03-04 16:35:22
12979
6
原创 R语言-因子分析中因子综合得分求解
综合得分求解原理:公因子各自的方差贡献率占累计贡献率的比重为权重加权计算。公式:公因子×权重 的和。由于本文的主要目的是计算综合因子得分。所以对于数据的处理和代码的解读不做过多描述。#载入数据,求出相关系数矩阵library(xlsx)a0 <- read.xlsx("D:/Program Files (x86)/R/RData/sets/sjhz.xlsx",1,encoding = "UTF-8")a0.cor <- cov2cor(cov(a0))library(psych)
2021-06-14 12:00:31
9935
原创 R语言-误差修正模型的建立和结果解读
以短期跨境资本流动为例,建立误差修正模型和对系数进行解读1.写作目的和写作结构目的文章内容结构2.代码过程载入程序包并进行数据处理ADF检验确定滞后项协整检验建立VECM3.系数解读1.写作目的和写作结构目的之所以写这篇文章是因为在找寻相关系数解读的资源中,对这方面的介绍比较少,多为专业性的代码分析过程,本人初次使用VECM,根据R语言对系数解读有一定困难,所以当问题解决后记录下过程文章内容结构本文以短期跨境资本流动的影响因素为例,构建误差修正模型,并最终对模型系数进行解读。包括ADF检验、滞后
2021-06-14 11:01:40
11401
原创 python 初学者:用列表按要求打印商品列表。
现有商品列表如下:products = [[“iphone”,6888],[“MacPro”,14800],[“小米6”,2499],[“Coffee”,311],[“Book”,60],[“Nike”,699]],需打印出以下格式:#本人使用较为麻烦的方式写出结果。会多多借鉴其他优秀的解答。products = [["iphone",6888],["MacPro",14800],["小米6",2499], ["Coffee",311],["Book",60],["Nike
2021-01-22 17:59:22
5341
5
原创 python初学者 用随机数形式编写石头剪刀布
石头剪刀布b = int(input("请输入(剪刀(0),石头(1),布(2)):"))import randoma = random.randint(0,2)print(a)if a >b : print("哈哈,你输了")elif a ==b: print("我们一样哎")else: print("666")这是简单通过随机数形式进行石头剪刀布代码的编写。不过有个疑问,如果输入者输入的数字大于2.那应该怎样处理这种问题?留坑。等解决了再来填坑。(1.8
2021-01-08 17:45:02
1180
2
原创 Error in substitute(FUN, env = parent.frame())[-1] :类别为‘symbol‘的对象不可以取子集 出错纠正
Error in substitute(FUN, env = parent.frame())[-1] :类别为’symbol’的对象不可以取子集summaryBy()函数 mtcars举例在近期的R语言学习中。在运用summaryBy()函数做多统计量描述统计时,一直被持续警告一个错误,Error in substitute(FUN, env = parent.frame())[-1] :类别为’symbol’的对象不可以取子集。由于是R语言小白,多方面搜查也无果,后搜寻 env=parent.fra
2020-12-04 15:19:02
2803
1
互联网综合发展指数得分
2023-06-09
岭回归的代码与案例解读的数据包
2023-06-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人