q15623588795的博客

原创 异方差的Stata操作（计量114）

以数据集为例，演示如何在Stata 中处理异方差。此数据集包括以下变量：tc (总成本；q (总产量；pl (工资率；pk (资本的使用成本；pf (燃料价格；相应的对数值lntclnqlnpllnpklnpf。

原创 空间杜宾模型程序实现

（我觉得非常good）

原创 stata简介及操作演示

使用或//来注释单行或多行代码，Ctrl + / 为选中段落加注释。Ctrl加Enter是在命令窗口里换行.dta (Stata datafile)，应该按照各个版本去保存.do(Stata命令文件);.smcl或者 .log(Stata output log file)最流行的Stata 非官方命令下载平台为“统计软件成分”SSC)， 由Boston College 维护，网址为相关命令：ssc new (罗列SSC的最新非官方Stata命令及简介安装。

原创 SAS入门——非参数统计 初学者笔记 欢迎指正

原创 SAS入门——多元统计（判别分析） 初学者笔记（五）欢迎指正

目的：待判断的对象x = (x1, x2,…, xm)T是属于已知类A1, A2,…, Ar中的哪一类？判别规则：用于衡量待判对象与各已知类别接近程度的方法准则。往往通过的某个函数来表达, 我们把它称为, 记作W(i;x)。一般要求这种准则在某种意义下是最优的，如错判率最小或错判损失最小。常用的方法有：距离判别法，Fisher判别法，。判别分析的各阶段需要把握以下原则：事前的分类标准要尽可能准确和可靠；所分析的自变量应是因变量的重要影响因素， 应该挑选。

原创 笔记：空间计量模型（从0到1，纯小白，欢迎指正）

探究个体自变量x对其他个体因变量y的影响，考虑了横截面单位之间的空间依赖性（也叫空间相关性、空间相关性，例如地理环境、寡头竞争市场的厂商、模仿行为：差生模仿好生、溢出效应：贸易往来对多边联盟的形成有正的溢出效应、测量误差）。

原创 笔记：数学建模 华中杯比赛论文研究：十五届A题第一篇

弹性网络回归是结合了岭回归和Lasso回归的方法，同时使用L1和L2正则化项，可以克服每种方法的缺点，适用于小样本数据的回归问题。校正卡方检测、配对 T 检测等多种显著性检测模型，从不同的侧重点分析了不同因素之间的影响关系，分析角度更多，使得检测结果更准确。：Lasso回归是另一种线性回归的扩展，使用L1正则化项来实现特征选择，能够自动筛选出最重要的特征，适用于小样本数据的情况。：如果模型出现过度拟合的情况，即在训练数据上表现很好，但在新数据上表现不佳，可能是因为模型过于复杂，包含了过多的过程变量。

原创 待编辑 数学建模 2.最优化模型----数学规划（lingo）

约束条件和目标函数无关俗称最优化，指在一系列客观或主观限制条件下，寻求合理分配有限资源使所关注的某个或多个指标达到最大(或最小)的数学理论和方法。约束条件不涉及“最。。。”，“最”就是目标函数了。约束条件就是找规则约束条件(2)所确定的x的范围称为可行域feasible region，满足(2)的解x称为可行解feasible solution，同时满足(1)(2)的解x称为最优解Optimal solution，整个可行域上的最优解称为全局最优解global optimal solution。

原创 待编辑：数学建模 3.非线性规划、多目标规划、目标规划

求解线性规划问题，首先要求约束条件必须相容，如果约束条件中，由于人力，设备等资源条件的限制，使约束条件之间出现了矛盾，就得不到问题的可行解，但生产还得继续进行，这将给人们进步应用线性规划方法带来困难。线性规划致力于某个目标函数的最优解，这个最优解若是超过了实际的需要，很可能是以过分地消耗了约束条件中的某些资源作为代价。3.线性规划在处理问题时，将各个约束(也可看作目标)的地位看成同等重要，而在实际问题中，各个目标的重要性即。（5）先找每一个目标的最优解，再找离每个最优点的距离和最小的点。

原创 评价类模型——TOPSIS（优劣解距离法） 清风建模笔记

先找距离最优值最大的距离。

原创 持续更新：Matlab知识点

1.将EXCEL中的数据导入到Matlab,并另存为mat文件，下次可直接load。清风建模前两节的代码文件，直接粘贴（知识点记在笔记本上，不好手打）2.Matlab中函数的编写和调用。3.magic(n)幻方矩阵。5.zeros和ones函数。

原创 评价类模型----层次分析法 清风建模笔记（matlab）

评价类问题：选择哪种方案最好、哪位运动员或者员工表现优秀。题目问“请你确定来选择最佳的方案”解决评价类问题，大家首先要想到以下三个问题:1.我们评价的目标是什么?2.我们为了达到这个目标有哪几种可选的方案?3.评价的准则或者说指标是什么?（可以自己确定：根据背景材料、常识以及网上搜集到的参考资料，优先选择知网、谷歌学术等平台引用文献，可以使用他人的研究方法）

原创 SAS入门——多元统计（因子分析） 初学者笔记（三）欢迎指正

主成分分析是归纳总结，从变量层面升高一层，这一层能包含所选变量。以原变量的将原变量综合成少数几个主成分；因子分析是从变量层面下降一层，这一层是变量的组成成分。将原变量分解成几个公因子的线性组合，从而更好的了解原变量的内在关系。（用较少的独立的因子变量代替原始变量包含的大部分信息。因子分析不是主成分分析的逆运算，，因子指的是多个变量都含有的影响力大的从变量中提取出来的东西，类似于共性因子。

原创 SAS入门——多元统计（聚类分析）初学者笔记（四）欢迎指正

分析(如何对样品或变量)进行量化分类的问题。分为Q型聚类（样品分类），R型聚类（指标分类）。系统聚类和k--means聚类eg:医生医疗质量研究中，有N个医生参加医疗质量评比，每一个医生有K个医疗质量指标被记录。聚类分析可以将N个医生按其医疗质量的优劣分成几类，或者把K个医疗质量指标所反映的问题侧重点不同分成几类。前者是聚类分析中的样品聚类，后者是指标聚类。

原创 SAS入门——多元统计（主成分分析）（二）

维数多且具有相关性时用主成分分析。

原创 SAS入门——多元统计（回归分析） （一）

SAS的回归部分笔记