2016年01月_mousever

转载一文读懂供应链金融及其衍生产品

供应链金融（SupplyChainFinance）,SCF,是商业银行信贷业务的一个专业领域（银行层面），也是企业尤其是中小企业的一种融资渠道（企业层面）。指银行向客户（核心企业）提供融资和其他结算、理财服务，同时向这些客户的供应商提供贷款及时收达的便利，或者向其分销商提供预付款代付及存货融资服务。（简单地说，就是银行将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种融资模

2016-01-25 18:00:46 2453

转载 LARS算法的几何意义

1 LARS算法简介 Efron于2004年发表在Annals of Statistics的文章LEAST ANGLE REGRESSION中提出LARS算法，其核心思想是提出一种新的solution path(求解路径)，即在已经入选的变量中，寻找一个新的路径，使得在这个路径上前进时，当前残差与已入选变量的相关系数都是相同的，直到找出新的比当前残差相关系数最大的

2016-01-13 21:59:46 9601 1

转载用R建立岭回归和lasso回归

1 分别使用岭回归和Lasso解决薛毅书第279页例6.10的回归问题例6.10的问题如下：输入例题中的数据，生成数据集,并做简单线性回归，查看效果cement 29, 56, 31, 52, 55, 71, 31, 54, 47, 40, 66, 68), X3 = c(6, 15, 8, 8, 6, 9, 17, 22, 18,

2016-01-13 21:55:30 3687 2

转载 lasso算法及其实现

缘起这篇博客的想法来源于知乎的一个关于多元线性回归的变量选择问题。从该问题的提问描述，以及回答中看出，很多人在做变量选择时，眼光依然局限于R 2 R2或者Ajusted−R 2 Ajusted−R2,以及P−Value P−Value之中。记得计量课上，韩老师在讲到Ajusted−R 2 Ajusted−R2时，说他们做模型选择，其实更倾向于采用AIC和BIC等标准来做判

2016-01-13 21:38:39 56535 6

转载回归结果的一般解释

一、参数解释：1、回归系数（coefficient）注意回归系数的正负要符合理论和实际。截距项的回归系数无论是否通过T检验都没有实际的经济意义。2、回归系数的标准误差（Std.Error）标准误差越大，回归系数的估计值越不可靠，这可以通过T值的计算公式可知3、T检验值（t-Statistic） T值检验回归系数是

2016-01-13 16:49:22 38413

转载线性回归分析中的哑变量

最近偶尔在重温统计学，发现自己工作后用了各种高级的统计分析方法，各种统计模型，却忽视了统计学中一些最基础的知识，而这些知识是所有这些高级方法的基础，基础不扎实，高级方法用起来真觉得底气不足，今天看到哑变量在回归分析中的应用，总结如下：哑变量（Dummy Variable），也叫虚拟变量，引入哑变量的目的是，将不能够定量处理的变量量化，如职业、性别对收入的影响，战争、自然灾害对GDP的影

2016-01-11 22:44:03 19535

转载 SPSS学习笔记之——二项Logistic回归分析

一、概述Logistic回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量，并可以给出预测公式用于预测。因变量为二分类的称为二项logistic回归，因变量为多分类的称为多元logistic回归。下面学习一下Odds、OR、RR的概念：在病例对照研

2016-01-11 22:18:21 20506 2

转载 SPSS学习笔记之——OR值与RR值

在临床研究中，常常有OR、RR值，表示某因素对病情的影响程度。下面学习一下Odds、OR、RR的概念：在病例对照研究中，可以画出下列的四格表：------------------------------------------------------暴露因素病例对照-------------------------

2016-01-11 22:01:04 20664

转载哑变量在SPSS和SAS进行回归分析应用

虚拟变量（Dummy Variable），又称虚设变量、名义变量或哑变量，是量化了的质变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明。名义变量引入回归分析，必须进行数量化。如，职业有工人、农民、教师，分别赋值0，1，2。但是0，1，2代表的实际意义又不是由小到大的关系。所以这在回归分析中直接使用是错误的。如考虑季节因素时，用1，2，3，4编码也是

2016-01-06 10:23:49 14150

转载数据挖掘数据预处理之：异常值检测

爱数据点评：在数据挖掘中，数据预处理占据了数据挖掘大数据的时间。同时数据预处理过程的好坏，也直接决定了后续数据挖掘模型的预测效果和实用性。这其中很重要一个方面是对于异常数据的识别，因为异常数据的处理直接会造成模型性能。异常检测方法异常对象被称作离群点。异常检测也称偏差检测和例外挖掘。常见的异常成因：数据来源于不同的类（异常对象来自于一个与大多数数据对象源（类）不同的源（类）

2016-01-05 13:16:52 9819

转载 4步教你开发风控评分模型

“你的模型准么？”“你的模型真的有用么？”“你的模型对风控有价值么？”在为P2P公司建立风控评分模型过程中，这是最常见的问题。为了回答这一问题，我们想先讨论下如何从实际业务出发，以怎样的开发流程才能建立一个有效、有用、有价值的模型，希望读后能给你一定的启发。在互联网金融风控体系中，量化分析需要贯穿始终，评分卡模型是其中非常重要的一环。在互联网金融评分卡开发过

2016-01-05 11:38:40 8257 1

转载 3分钟搞明白信用评分卡模型

信用评分卡模型在国外是一种成熟的预测方法，尤其在信用风险评估以及金融风险控制领域更是得到了比较广泛的使用，其原理是将模型变量WOE编码方式离散化之后运用logistic回归模型进行的一种二分类变量的广义线性模型。本文重点介绍模型变量WOE以及IV原理，为表述方便，本文将模型目标标量为1记为违约用户，对于目标变量为0记为正常用户；则WOE(weight of Evidence)其实就是自变量取某

2016-01-05 11:19:10 27366 2

转载实时推荐系统的三种方式

推荐系统介绍自从1992年施乐的科学家为了解决信息负载的问题，第一次提出协同过滤算法，个性化推荐已经经过了二十几年的发展。1998年，林登和他的同事申请了“item-to-item”协同过滤技术的专利，经过多年的实践，亚马逊宣称销售的推荐占比可以占到整个销售GMV（Gross Merchandise Volume，即年度成交总额）的30%以上。随后Netflix举办的推荐算法优化竞赛

2016-01-04 22:30:47 14337

mousever的专栏