大数据部落

洛伦兹曲线来源于经济学，用于描述社会收入不均衡的现象。将收入降序排列，分别计算收入和人口的累积比例。本文，我们研究收入和不平等。我们从一些模拟数据开始> (income=sort(income))[1] 19246 23764 53237 61696 218835为什么说这个样本中存在不平等？如果我们看一下最贫穷者拥有的财富，最贫穷的人（五分之一）拥有5％的财富；倒数五分之二拥有11％，依此类推> income[1]/sum(income)[1] 0.0510

原文链接：http://tecdat.cn/?p=20531 在标准线性模型中，我们假设。当线性假设无法满足时，可以考虑使用其他方法。 多项式回归 扩展可能是假设某些多项式函数，同样，在标准线性模型方法（使用GLM的条件正态分布）中，参数可以使用最小二乘法获得，其中在。即使此多项式模型不是真正的多项式模型，也可能仍然是一个很好的近似值。实际上，根据Stone-Weierstrass定理，如果在某个区间上是连续的，则有一个统一的近似值，通过多项式函...

本文从实践角度讨论了季节性单位根。我们考虑一些时间序列，例如道路上的交通流量，> plot(T,X,type="l")> reg=lm(X~T)> abline(reg,col="red")如果存在趋势，我们应该将其删除，然后处理残差> Y=residuals(reg)> acf(Y,lag=36,lwd=3)我们可以看到这里有一些季节性。第一个策略可能是假设存在季节性单位根，因此我们考虑，我们尝试找到ARMA模型。考虑时间序列的...

回首不平凡的2020年，技术力量越来越受到重视，技术从业者的责任也越来越重大。突发事件、流量洪峰、协同开源……一轮又一轮的挑战背后，是技术从业者们默默的努力。然而，技术的发展，不仅需要默默努力，更需要站出来发声，以文字发声，以演讲发声，分享自己的实践经验，推进技术整体的进步，更是十分珍贵。2020年，云+社区携手业界各方专家、一线开发者，真诚分享、多方交流，让技术的声音传递给更多人：在这一年里，数百位来自不同技术领域的大咖们，为我们呈现了数百场精彩纷呈的演讲；15000余名专栏作者们笔耕不辍，贡献出了2

原文链接：http://tecdat.cn/?p=20424介绍时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。时间序列数据的特定属性意味着通常需要专门的统计方法。在本教程中，我们将首先介绍和讨论自相关，平稳性和季节性的概念，然后继续应用最常用的时间序列预测方法之一，称为ARIMA。Python中可用的一种用于建模和预测时间序列的未来点的方法称为SARIMAX，它表示带有季节性回归的季节性自回归综合移动平均线。在这里，我们将主要关注ARIMA，...

假设我们期望因变量由潜在协变量子集的线性组合确定。然后，LARS算法提供了一种方法，可用于估计要包含的变量及其系数。LARS解决方案没有给出矢量结果，而是由一条曲线组成，该曲线表示针对参数矢量L1范数的每个值的解决方案。该算法类似于逐步回归，但不是在每个步骤中都包含变量，而是在与每个变量的相关性与残差相关的方向上增加了估计的参数。优点：1.计算速度与逐步回归一样快。2.它会生成完整的分段线性求解路径，这在交叉验证或类似的模型调整尝试中很有用。3.如果两个变量与因变量几乎同等相关，则它们的系数.

本文将说明金融数学中的R 语言优化投资组合，因子模型的实现和使用。具有单一市场因素的宏观经济因素模型我们将从一个包含单个已知因子（即市场指数）的简单示例开始。该模型为其中显式因子ft为S＆P 500指数。我们将做一个简单的最小二乘（LS）回归来估计截距α和加载β：大多数代码行用于准备数据，而不是执行因子建模。让我们开始准备数据：library(xts)library(quantmod)# 设置开始结束日期和股票名称列表begin_date <- "2016-01

原文链接：http://tecdat.cn/?p=20335在本文中，我们将介绍三种提高循环神经网络性能和泛化能力的高级技术。我们演示有关温度预测问题的三个概念，我们使用建筑物屋顶上的传感器的时间数据序列。概述在本文中，我们将介绍三种提高循环神经网络性能和泛化能力的高级技术。在最后，您将了解有关将循环网络与Keras一起使用的大部分知识。您可以访问来自建筑物屋顶上的传感器的时间数据序列，例如温度，气压和湿度，这些数据点可用于预测最后一个数据点之后24小时的温度。这是一个相当具有挑战...

原文链接：http://tecdat.cn/?p=19980具有单个隐藏层和滞后输入的前馈神经网络，可以用于预测单变量时间序列。将神经网络模型拟合到以时间序列的滞后值作为输入的时间序列。因此它是一个非线性的模型，不可能得出预测区间。因此我们使用仿真。读取数据进行可视化：## # A tibble: 6 x 2## Date Actual## <dttm> <dbl>## 1 2016-01-11 26## 2 20.

原文链接：http://tecdat.cn/?p=20015本文将说明单变量和多变量金融时间序列的不同模型，特别是条件均值和条件协方差矩阵、波动率的模型。均值模型本节探讨条件均值模型。iid模型我们从简单的iid模型开始。iid模型假定对数收益率xt为N维高斯时间序列：均值和协方差矩阵的样本估计量分别是样本均值和样本协方差矩阵我们从生成数据开始，熟悉该过程并确保估计过程给出正确的结果（即完整性检查）。然后使用真实的市场数据并拟合不同的模型。让我们生成合..

原文链接：http://tecdat.cn/?p=20031简介资本资产定价模型（CAPM）是用于确定是否在一个特定资产的投资是值得的。本质上，问题是：“该资产的回报是否值得投资？” 在本教程中，我们将应用CAPM模型，使用多元回归模型查看特定股票是否值得投资。CAPM：公式经济学就是权衡取舍。根据CAPM公式，基本上将股票或任何类型的资产类别与相对无风险的资产（通常是政府债券）进行比较，因为这些资产的违约概率非常低。CAPM公式如下E（Ri）是期望收益率。 Rf是无风险...

原文链接：http://tecdat.cn/?p=19936在本教程中，您将学习如何在R中创建神经网络模型。神经网络（或人工神经网络）具有通过样本进行学习的能力。人工神经网络是一种受生物神经元系统启发的信息处理模型。它由大量高度互连的处理元件（称为神经元）组成，以解决问题。它遵循非线性路径，并在整个节点中并行处理信息。神经网络是一个复杂的自适应系统。自适应意味着它可以通过调整输入权重来更改其内部结构。该神经网络旨在解决人类容易遇到的问题和机器难以解决的问题，例如识别猫和狗的图片，识别编...

在移动广告领域，移动APP广告因其独特的价值而受到广告商的青睐。APP广告可以准确地根据用户的地理位置、时间、型号、移动操作系统、设备价格，甚至设备品牌来进行广告；同时，新技术支持个性化的交互形式，例如传感器、增强现实和触摸屏技术，使广告效果更好。随着移动广告市场的发展，营销人员必须做出的选择只会变得更加复杂。借助可以提高透明度的数据系统，营销人员可以做出更好的决策。本文以广告相关数据为例，研究APP上广告点击率的影响因素，为准确预测广告点击率和制定合理的报价提供支持。苹果用户的广告点击..

Stan是一种用于指定统计模型的概率编程语言。Stan通过马尔可夫链蒙特卡罗方法（例如No-U-Turn采样器，一种汉密尔顿蒙特卡洛采样的自适应形式）为连续变量模型提供了完整的贝叶斯推断。罚分的最大似然估计值是使用优化方法（例如有限内存Broyden-Fletcher-Goldfarb-Shanno算法）计算的。可以通过R使用rstan包来调用Stan，也可以通过Python使用pystan包。这两个接口都支持基于采样和基于优化的推断，并带有诊断和后验分析。在本次演讲中，它简要展示了Stan的主要特...

原文链接：http://tecdat.cn/?p=11583新冠肺炎的爆发让今年的春节与往常不同。与此同时，新闻记录下了这场疫情发展的时间轴。▼为此我们分析了疫情相关的新闻内容、发布时期以及发布内容的主题和情感倾向这些方面的数据，希望通过这些数据，能对这场疫情有更多的了解。新闻对疫情相关主题的情感倾向通过对疫情相关的新闻进行主题分析和情感分析，我们可以得到每个主题的关键词以及情感分布。图表1症状检测主题的新闻内容表达出最多积极情感，该话题下讨论的是医院中检测患者的症状，.

最新研究表明，中国有超过7亿人在观看在线视频内容。Bilibili，被称为哔哩哔哩或简称为B站，是中国大陆第二个弹幕视频网站，最大的年轻人潮流文化娱乐社区，截至2020年3月31日的第一季度它已经拥有超过1.7亿的月度用户,反映了许多人认为的该行业令人眼花缭乱的未来。热门话题和分区B站用户日渐成熟，二次元、和游戏成为主流分区；视频量排名前三的分别是生活类、游戏类。其中动画类的分区大多和鬼畜、动漫热门话题相关，这是B站的特色。图表1电子竞技和...

隐形眼镜是一种戴在眼球角膜上，用以矫正视力或保护眼睛的镜片。与框架眼镜相比，隐形眼镜不仅佩戴方便、美观，而且视觉效果好。以后运动再也不用担心眼镜掉下来啦。近年来，人们对自身形象越来越重视，尤其是年轻人，都开始选择隐形眼镜矫正视力。在这个互联网+时代，隐形眼镜行业也加入了进来，各种国内外隐形眼镜品牌在网上层出不穷，价格也不一。拓端数据（tecdat）研究人员根据电商网站交易数据从多个角度进行数据分析，对眼镜类型、价格、产地及消费满意度进行数据洞察。隐形眼镜类型与评分通过销量我们将价格区间.

“票面利率”是指债券面值为基数计算每年给投资者的利息。换句话说，这是主要适用于债券的固定收益证券的规定利率。票面利率的公式是通过将每年支付的票面金额之和除以债券的面值得出的，然后以百分比表示。

原文链接：http://tecdat.cn/?p=18149视频：R语言实现CNN（卷积神经网络）模型进行回归数据分析无人驾驶汽车最早可以追溯到1989年。神经网络已经存在很长时间了，那么近年来引发人工智能和深度学习热潮的原因是什么呢？[1秒]答案部分在于摩尔定律以及硬件和计算能力的显著提高。我们现在可以事半功倍。顾名思义，神经网络的概念是受我们自己大脑神经元网络的启发。神经元是非常长的细胞，每个细胞都有称为树突的突起，分别从周围的神经元接收和传播电化学信号。结果，我们的脑细胞形成..

为了找出影响石油价格波动的主要因素，我们使用逐步回归法来剔除一些对于应变量即价格影响很小的自变量剔除出我们的模型我们分别把WTI Price Field Production of Crude Oil (Thousand Barrels) 等自变量的名称改为x1，x2……最后的突发事件需要用到哑变量，哑变量只需要2个即可，我们将其作为X49，X50，X51,三个参数并将它们的值”正影响”，”无影响”，”负影响”分别改为-1,0,1.。我们分别把WTI Price Field Production of

在国内疫情稳定的新常态下，“双十一”点燃了消费者的购物热情，在购物热潮中，消费热点、消费者理念与行为将出现哪些变化？▼本文基于消费者调研的定量分析数据，与您共同探讨“双十一”，消费者的购物计划与活动偏好的最新变化趋势。双十一网购心理都在发生着变化从2009年第一次双十一购物节至今，十余年时间，在这一购物狂欢节中，“血拼”、“剁手”成为买家的关键词，网购工具、网购清单和网购心理都在发生着变化图表1调查数据显示，在双十一期间，消费者看到喜欢的商品买下来的可能性比平时...

当我们将CNN（卷积神经网络）模型用于训练多维类型的数据（例如图像）时，它们非常有用。我们还可以实现CNN模型进行回归数据分析。我们之前使用Python进行CNN模型回归 ，在本文中，我们在R中实现相同的方法。

R语言实例链接：http://tecdat.cn/?p=11878Nelson—Siegel模型也即参数拟合模 型，最先 ~Charles Nelson~1]Andrew Siegel在1978年提出。该模型通过建立远 期瞬时利率的函数 ，来完成即期利率函数形式的推导，其最 大的应用优势是估量参数较少，简化了操作，对于构建利率 期限结构较为适宜 ，尤其是在估计债权数量不多的情况下， 而且这些函数蕴含的经济含义各异，便于人们对模型内容 的理解。Nelson和Siegel对瞬 间远期利率公式进行推.

原文链接：http://tecdat.cn/?p=17592最近，我们使用隐马尔可夫模型开发了一种解决方案，并被要求解释这个方案。HMM用于建模数据序列，无论是从连续概率分布还是从离散概率分布得出的。它们与状态空间和高斯混合模型相关，因为它们旨在估计引起观测的状态。状态是未知或“隐藏”的，并且HMM试图估计状态，类似于无监督聚类过程。视频：R语言中的隐马尔可夫HMM模型实例...

随着现代社会的进步，以男权为主的传统观念正在被颠覆，女性意识逐渐觉醒，并付诸行动，不遗余力地寻求真正的性别平等。然而，企业界的高层人士仍然顽强地保持男性地位——2019年，在高层管理人员中，男性比例高达 81.3%，女性仅有18.7%。随着职级越高，女性在通向更高职级的路上遭遇到的“天花板效应”更明显。但是这些数字并不能说明全部。我们通过调研数据进行了女性职场地位研究。该研究仔细分析了受访单位在提升妇女地位方面所取得的进展。少数受访单位满足2个以上性别差异指标我们将涉及女性职场差..

R语言实例链接：http://tecdat.cn/?p=17494实际处理中，发现金融数据存在尖峰厚尾现象。所以我们选择扰动项服从 t 分布的 t-GARCH 模型来描述波动性过程。t-GARCH(1,1)模型的表达式如下：模型的参数向量记为      ( , , , ) v ,则模型参数的似然函数可写为：假定 2 0  是常数，此时，该模型在 t 时刻的条件波动率为：且方差方程的参数通过以下限制：来保证 t h 大于 0。先验分布根据Luc和Mic.

转载原文http://tecdat.cn/?p=2522汽车共享”最早出现于上个世纪四十年代的瑞士,他们发明了“自驾车合作社”，后来日本、英国等国争相效仿，但都未形成规模。而今,共享经济通过互联网达到了一个新的高度，共享汽车项目则乘势如雨后春笋般涌现在全国多个城市，一些人看好，而一些人看衰。▼“汽车共享”最早出现于上个世纪四十年代的瑞士,他们发明了“自驾车合作社”，一个人用完车后，便将车钥匙交给下一个人，后来日本、英国等国争相效仿，但都未形成规模。而今,共享经济通过互联网达到了一个...

当前是大数据盛行的时代，各种用户信息行为数据分析的结果影响着人们的生活和学习，同时对图书馆的发展也有着影响。▼本文在图书馆话题下知乎用户问答行为数据的基础上，分析了图书馆信息资源建设的新要求，并提出了相关建议。图书馆热门话题通过主题挖掘分析知乎热门图书馆话题下的问答，了解到目前大多数用户去图书馆不再单纯的以获取资源为目的，除了借还书和查阅文献资料外，更多的读者是选择来图书馆进行自习、复习、备考，他们认为图书馆更有学习的氛围，同时有很多用户关注图书馆交友的话题。...

问题重现软件：R语言环境：windows问题描述：我有一个XML文档文件。文件的一部分如下所示：<?xml version="1.0" encoding="UTF-8"?><List><SubCategory><ID>BO</ID><Name>Bookcases</Name></SubCategory><SubCategory><ID>CH</ID&.

我需要安装R软件包stochvol，该软件包仅适用于3.6.0版的R。因此，我安装了R（3.6.0版本），并使用打开它RStudio。但是现在，即使我成功使用来安装软件包，也无法加载任何库。具体来说，我需要加载的库是stochvol ，Rcpp和 caret。我尝试重新安装R，但仍然无法正常工作。

Excel提供了许多数据分析工具，可通过数据>分析|数据分析进行访问 。如果看不到此选项，则可能需要先安装Excel的分析工具包。这是通过选择 Office按钮> Excel选项> Excel 中的加载项或 从Excel 开始的Excel版本中的文件>帮助|选项>加载项，然后单击 窗口底部的“ 转到”按钮来完成的。接下来，在出现的对话框中选择“ 分析工具库”选项，然后单击“ 确定”按钮。然后，您将能够访问数据分析工具。

Excel函数：Excel 提供以下排序和筛选数组函数。SORT（R1， sortcol，order）：根据R1的列sortcol （“排序键”）中的元素（默认值1）返回一个数组，其中数组中的数据按排序顺序排列在R1中 。如果 order = 1（默认值），则排序按升序排列；如果 order = -1，则排序按降序排列。

Excel提供了许多用于对工作表中的数据进行排序和筛选的基本功能。这些功能可从数据 功能区访问 。

我们在Excel电子表格中描述的工作表公式 返回一个值，该值分配给包含该公式的单元格。Excel还允许您定义一个公式，该公式可以同时将值分配给一系列单元格。这些称为 数组公式。

Excel提供了相当广泛的功能来创建图形，即Excel所谓的 图表。您可以通过选择插入>图表来访问Excel的图表功能 。我们将在此处描述如何创建条形图和折线图。其他类型的图表以类似的方式创建。创建图表后，可以访问三个新的功能区，分别是 Design， Layout 和 Format。这些用于完善创建的图表。

原文链接：http://tecdat.cn/?p=67621 时间序列时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。统计学上，一个时间序列即是一个随机过程的实现。时间序列按其统计特性可以分为平稳时间序列和非平稳时间序列两类。在实际生活中遇到的序列，大多数是不平稳的。说明：如果一个序列的平均值和方差始终为常数，则它是平稳的。在估计时间序列模型之前需把不平稳的时间序列转化为平稳序列。判断一个时间序列的平稳性可通过数据图和自相关函数图，如果数据图呈现线性或二次趋势形状，则该时间

原文链接：http://tecdat.cn/?p=14593SIR模型定义SIR模型是一种传播模型，是信息传播过程的抽象描述。SIR模型是传染病模型中最经典的模型，其中S表示易感者，I表示感染者，R表示移除者。S：Susceptible，易感者I：Infective，感染者R：Removal，移除者SIR模型的应用SIR模型应用于信息传播的研究。传播过程大致如下：最初，所有的节点都处于易感染状态。然后，部分节点接触到信息后，变成感染状态，这些感染状态的节点试...

原文链接：http://tecdat.cn/?p=2686如果数据比简单的直线更为复杂，我们也可以用线性模型来你和非线性数据。一个简单的方法就是将每一个特征的幂次方添加为一个新的特征，然后在这个拓展的特征集上进行线性拟合，这种方法成为多项式回归。回归分析的目标是根据自变量（或自变量向量）x 的值来模拟因变量 y 的期望值。在简单的线性回归中，使用模型其中ε是未观察到的随机误差，其以标量 x 为条件，均值为零。在该模型中，对于 x 值的每个单位增加，y 的条件期望增加β1β1个单位。在许.

现有的有关财务模型的大多数文献都假设资产的波动性是恒定的。然而，这种假设忽略了波动聚类，高峰，厚尾，波动性和均值回复的实际市场回报的特点，不能用恒定的波动模型。资产存在市场制度下，其波动性在不同时间段内会发生显着变化。在2007 - 2008年金融危机是市场波动时期的好例子。因此，Black Scholes模型的自然扩展是考虑非恒定波动率。史蒂文·赫斯顿（Steven Heston）提出了一个模型，该模型不仅考虑了随时间变化的波动性，而且还引入了随机（即不确定性）成分。这是著名的Heston随机波动率模

风险价值（VaR）用于尝试量化指定时间范围内公司或投资组合中的财务风险水平。VaR提供了一段时间内投资组合的最大损失的估计，您可以在各种置信度水平上进行计算。

原文链接：http://tecdat.cn/?p=3832在建议用于预测已实现波动率的模型中，Corsi的HAR-RV在性能和简便性方面均脱颖而出。“ HAR-RV”代表已实现波动性的异质自回归模型，并且基于所谓的“异质市场假说”。这表明，金融市场是人们以不同的频率行事的相互作用（例如，以高频率运行的公司，日内交易的交易商和低频率的机构投资者）。每一类市场都会以不同的频率引起波动，这将在一定程度上影响彼此。从这些考虑出发，想到了独立但联合地对每个波动频率建模的想法。这使我们得出以下结构非常简单的.

对于庞大的公交地铁路线信息的数据挖掘，一般软件遇到的问题主要有两点：1.对于文本信息的挖掘，特别是中文词汇的挖掘，缺乏成熟的工具或者软件包，2.对于大数据量，一般软件的读取和处理会遇到问题。即使一个月的部分区域路线信息也会达到几百m以上，因此，对于这类数据，无论从算法运行还是数据读取来说普通的SQL语言或者matlab软件处理起来都乏善可陈。对于这类数据，我们一般用r软件可以轻松实现读取，数据挖掘以及可视化的过程。例如对于下面这样的车站数据：和近600M的进出站信息的数据, 如果要实现每隔一段时间的

深度学习模型生命周期在本部分中，您将发现深度学习模型的生命周期以及可用于定义模型的两个tf.keras API。五步模型生命周期模型具有生命周期，这一非常简单的知识为建模数据集和理解tf.keras API提供了基础。生命周期中的五个步骤如下：定义模型。 编译模型。 拟合模型。 评估模型。 作出预测。让我们依次仔细研究每个步骤。定义模型定义模型要求您首先选择所需的模型类型，然后选择体系结构或网络拓扑。从API的角度来看，这涉及到定义模型的各层，为每个层配置许多节点和

一、线性分类判别对于二分类问题，LDA针对的是：数据服从高斯分布，且均值不同，方差相同。概率密度：p是数据的维度。分类判别函数：可以看出结果是关于x的一次函数：wx+w0，线性分类判别的说法由此得来。参数计算：二、二次分类判别对于二分类问题，QDA针对的是：数据服从高斯分布，且均值不同，方差不同。数据方差相同的时候，一次判别就可以，如左图所示;但如果方差差别较大，就是一个二次问题了，像右图那样。从sklearn给的例子中，也容易观察到：...

原文链接：http://tecdat.cn/?p=5136交互式图表与Plotly与RSHINY图表相关的主要原因是它的内置交互性。我希望用户只是将鼠标悬停在积分上，然后看到一段描述上一年转变的文字。结果很简单，只是有点难看paste。一个奇怪的事情是alpha功能，它被控制toRGB("colour", "alpha")，但称为不透明度plotly。在应用程序中，默认情况是在1990年显示参议院共和党人（即与1989年的差异）：​ggExtra整个项目基本上是我整...

越来越多的人愿意精神消费。旅游不仅可以提升人们对外地环境和外地人文的认知，也可以放松身心、愉悦心情，是一种受欢迎的精神消费。▼随着国内近些年来互联网的发展，越来越多的人开始线上消费，消费感受的推荐成为了潮流。在各个旅游平台上，越来越多的人愿意参与旅游目的地游玩感受的分享。本文试图从马蜂窝旅游官网上就新疆这个旅游目的地游记进行感知分析。游记表现出多元复杂的情感通过情感分析（也称为意见挖掘），用文本挖掘和计算...

预期R语言绘图中的中文默认字体宋体，希望用其他字体绘图。实际使用“雅黑字体”出现乱码重现问题的步骤Windows7系统，R ×64 3.2.0重现问题的步骤 程序：windowsFonts(+ A=windowsFont("华文彩云"),+ B=windowsFont("华文仿宋"),+ C=windowsFont("华文行楷"),+ D=windowsFont("华文楷体"),+ E=windowsFont("华文隶书"),+ F=w...

描述关联规则是if / then语句，可帮助发现看似无关的数据之间的关系。关联规则的一个示例是“如果客户购买鸡蛋，那么他有80％的可能性也购买牛奶”。关联规则包含两个部分，一个前提（if）和一个后果（then）。前项是在数据中找到的一个或多个项目。结果就是与前项组合在一起的项（或项集）。关联规则是通过分析频繁使用的“如果/然后”模式的数据并使用条件 支持 和 置信度 来确定最重要的关系来创建的。支持表示项目在数据库中出现的频率。置信度表示发现if / then语句为真的次数。使用FP-Gro...

您有了一些代码，数据和一个不错的结果，现在是时候与您的协作者（或主管）进行交流了。你该怎么做？在本指南中，我们想向您展示如何使用现在提供的一些奇妙，免费的工具和软件包编写美观，可重复的报告。这些工具将帮助您交流科学知识，并希望您再也不会复制和粘贴R输出。

预期行为图:)实际行为错误消息：“符号”类型的对象不可子集化重现问题的步骤library(survminer)#> Le chargement a nécessité le package : ggplot2#> Le chargement a nécessité le package : ggpubr#> Warning: le package 'ggpubr' a été compilé avec la version R 3.4.3#> Le ch

与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。 这里介绍一个使用R模拟网络扩散的例子。基本的算法非常简单： 生成一个网络:g(V, E)。 随机选择一个或几个节点作为种子（seeds）。 每个感染者以概率p（可视作该节点的传染能力,通常表示为ββ）影响与其相连的节点。 其实这是一个最简单的SI模型在网络中的实现。S表示可感染（susceptible）, I表示被感染（infected）。易感态-感染态-恢复态(SIR)模型用以描述水痘和麻疹这类患者能完全康复并获得终身免疫力的流行病。对于

情感分析或观点挖掘是文本分析的一种应用，用于识别和提取源材料中的主观信息。

本教程的目的是介绍如何在RapidMiner中创建基本决策树。在本教程中，我将使用“ Iris”默认数据集。

在这里，我们观察到奇异拟合，因为截距和x随机效应之间的相关性是-1。处理该模型的一种方法是删除高阶随机效应（例如X：ConditionB），并查看在测试奇异性时是否有区别另一种是使用贝叶斯方法，例如blme软件包以避免奇异性。

大数据背景下各种数据相关的岗位变得炙手可热，长期处于供不应求的状态。近年来随着人工智能的发展，数据分析岗也越发火热。▼本文试图通过招聘数据了解数据分析岗位的最新招聘情况，包括行业需求、经验要求、薪资水平等， 进而分析出相关的薪资以及招聘要求。数据岗位需求在不同行业的差异在各个行业的数据职位名称中'数据分析师'最多， 其次是数据开发工程师、数据库工程师等。图表1从行业领域来看，计算机软件最多，其次是互联网/电子商务、金融/投资/证券和...

一种类型的平滑称为样条平滑。柔性金属（通常是铅），可以用作绘制平滑曲线的参考。将选择一组点（称为结），然后将样条线压在特定的x，y点，然后弯曲以通过下一个点，依此类推。由于金属的柔韧性，此过程将生成通过这些点的平滑曲线。

神经网络是一种非常通用的灵活预测模型，可用于解决各种问题，包括分类，降维和回归。现实世界中的一些业务应用示例包括图像处理，医疗诊断，金融服务和欺诈检测。此样本说明如何使用SAS®In-Memory Statistics中的NEURAL语句来构建人工神经网络模型来识别垃圾邮件。该示例中使用的数据集是UCI机器学习存储库（http://archive.ics.uci.edu/ml/datasets/Spambase）中的经典Spambase数据集。请注意，SAS®内存中统计信息具有直接将数据直接从URL加载到内

R语言提供了丰富的功能，可用于绘制R中的时间序列数据。

随着多媒体技术的不断发展，数码相机，高清拍照手机等多媒体设备己经在人们的生活中占据了越来越重要的地位。通过采用图像处理技术，可以将数码设备采 集到的文字、图片等信息转化成其他信息形势输出，例如转化成音频输出己解决视 障患者的视力需求。但是，由于输入设备或某些其他因素不可避免地使得采集到的 文本图像或多或少会出现某种程度的倾斜。因此，倾斜图像校正是当前文本图像研 宄领域中十分重要的课题，尤其在数字化、自动化领域。比如，提高OCR(Optical Character Recognition)识别率从而提高文档自

我们生活在互联网时代，越来越多的人选择在网上贷款消费 ，投资理财早已成为一门学问，一些有头脑的人通过小额的贷款让钱生钱也成为了一种可能，贷款消费的公司越来越多。▼房贷、车贷、企业贷、旅游贷、装修贷等各式各样的贷款出现在我们生活中，我们获取了贷款消费信息，试图分析影响消费贷款申请人数的因素。度量消费贷款的特征我们分析了不同城市的产品平均申请人数，可以看到，消费金融在上海、北京、深圳、杭州等城市等更加火爆，而在其他城市则相对冷清。图表1分析不同担保方式的产品平均申请人数，可以看...

IntroductionTime series provide the opportunity to forecast future values. Based on previous values, time series can be used to forecast trends in economics, weather, and capacity planning, to name a few. The specific properties of time-series data mean

Suppose we expect a response variable to be determined by a linear combination of a subset of potential covariates. Then the LARS algorithm provides a means of producing an estimate of which variables to include, as well as their coefficients. Inste...

大数据已经成为变革和创新的技术力量和思维方式，成为当前研究的热门领域。▼本文对相关主题下的知网期刊文章数据集进行分析，识别出期刊文章内容近年来变化的规律。期刊热门栏目近年来的变化经过几年的蓄势待发，13年伊始，“大数据”成为热门概念，人民日报将2013年称为“大数据元年”。我们将2013年作为时间点，对其前后7年的期刊热门栏目数目的变化进行比较。图表1可以发现与数据相关的信息技术、统计研究、计算机科学、软件开发等栏目数目在2013年以后出现增加（图1），这在一定程度上说明对于大数

本文估计实际GDP增长率的两状态Markov区制转换动态回归模型 。

考虑一下经济衰退和扩张。在衰退开始时，产出和就业率下降并保持较低水平，然后，产出和就业率增加。从统计上讲，均值，方差和其他参数在各个状态之间都在变化。我们的问题是估计方案何时更改以及与每个方案关联的参数值。询问状态何时改变等同于询问状态持续多久。

资本资产定价模型（CAPM） 是用于确定是否在一个特定资产的投资是值得的。本质上，问题是：“该资产的回报是否值得投资？” 在本教程中，我们将应用CAPM模型，使用多元回归模型查看特定股票是否值得投资。

具有单个隐藏层和滞后输入的前馈神经网络，可以用于预测单变量时间序列。将神经网络模型拟合到以时间序列的滞后值作为输入的时间序列。因此它是一个非线性的模型，不可能得出预测区间。

在本文中，我们将介绍三种提高循环神经网络性能和泛化能力的高级技术。我们将演示有关温度预测问题的所有三个概念，在这里您可以访问来自安装在建筑物屋顶上的传感器的时间数据序列。

负利率是指从名义利率中扣除通货膨胀效应后的实际利率为负值的现象。从动态的角度看,负利率效应也可以被描述为银行利率变化的速度小于价格指数变化的速度,这是一种违反经济规律的特殊状态。

如果您可以写出模型的似然函数，则 Metropolis-Hastings算法可以负责其余部分（即MCMC ）。我写了r代码来简化对任意模型的后验分布的估计。具体如下：

本示例说明如何使用长短期记忆（LSTM）网络对序列数据进行分类。要训​​练深度神经网络对序列数据进行分类，可以使用LSTM网络。LSTM网络使您可以将序列数据输入网络，并根据序列数据的各个时间步进行预测。本示例使用[1]和[2]中所述的日语元音数据集。此示例训练LSTM网络以识别给定时间序列数据的说话者，该时间序列数据表示连续讲话的两个日语元音。训练数据包含九位发言人的时间序列数据。每个序列具有12个特征，并且长度不同。数据集包含270个训练观察和370个测试观察。加载顺序数据加载日语元音训

本文将说明单变量和多变量金融时间序列的不同模型，尤其是条件均值和条件协方差矩阵、波动率的模型。

在许多情况下，我们没有足够的计算能力评估空间中所有n维像素的后验概率 。在这些情况下，我们倾向于利用称为Markov-Chain Monte Carlo 算法的程序 。此方法使用参数空间中的随机跳跃来（最终）确定后验分布。MCMC的关键如下：

MCMC是从复杂概率模型中采样的通用技术。蒙特卡洛马尔可夫链Metropolis-Hastings算法

相对强弱指标（RSI）是最常见的技术指标之一。它用于识别超卖和超买情况。传统上，交易者希望RSI值超过70代表超买市场状况，而低于30则代表超卖市场状况。但是，这些主张是否有效？为什么70，为什么30？此外，不同的趋势市场如何影响RSI信号？

在引入copula时，大家普遍认为copula很有趣，因为它们允许分别对边缘分布和相依结构进行建模。

不像金融行业通常用来衡量股票风险的标准差那样使用同样的权重来衡量上行波动和下行波动，溃疡指数使用了更加明智的方法。它声明投资者们往往只在乎股票的下行风险，并不在乎上行风险（因为在投资者做多的情况下，上行风险是有利的，相当于盈利）。

有人已经表示有必要在战术资产配置（Tactical Asset Allocation, 简称TAA）策略中使用共同基金而不是ETF。不是使用半月更新（每月两次），而是每季度更新，因为许多平台不允许更频繁地交易共同基金。因此，我们着手开发共同基金的TAA策略。

布丰投针是几何概率领域中最古老的问题之一。它最早是在1777年提出的。它涉及将针头放到衬有衬纸的纸上，并确定针头越过页面上一行的可能性。引人注目的结果是概率与pi的值直接相关。R程序将根据上段所述的情况估算pi的值并使用gganimate进行动态可视化。

我们将使用整容手术数据说明两种中心化类型。将此文件加载到SPSS中。假设我们要中心化的变量BDI。

时间序列预测问题是预测建模问题中的一种困难类型。与回归预测建模不同，时间序列还增加了输入变量之间序列依赖的复杂性。

包含更多的预测变量不是免费的：在系数估算的更多可变性，更难的解释以及可能包含高度依赖的预测变量方面要付出代价。确实， 对于样本大小，在线性模型中可以考虑 的预测变量最大数量为 p 。或等效地，使用预测变量p 拟合模型需要最小样本量。

模型表现差异很大的可能原因是什么？换句话说，为什么在别人评估我们的模型时会失去稳定性？

概要方剂药效与剂量的关系中药不传之秘在于剂量中药配伍规律。拓端数据使用数据挖掘技术对海量的在线医院药物复方历史数据进行智能分析，并从中找出药物配伍的规律。业务挑战中医传承过程中，关于生理、病因病机以及疾病的表现和发展规律，都容易记载在书上，也容易理解和传承。然而随着医药科技的不断进步,新特药品的的种类的不断出现,给药物配伍又一次新挑战。同时，为了探索昂贵中药材是否有其他廉价替代品的...

拨号音信号的变模分解创建一个以4 kHz采样的信号，类似于拨打数字电话的所有键。将信号另存为MATLAB®时间数据。fs = 4e3;t = 0:1/fs:0.5-1/fs;ver = [697 770 852 941];hor = [1209 1336 1477];tones = [];for k = 1:length(ver) for l = 1:length...

随着新型冠状病毒COVID-19的威胁遍及世界，我们生活在一个日益担忧的时代，本文用matlab分析COVID-19数据集。

本文分析将用于制定管理客户和供应商关系的策略准则。假设：贵公司拥有用于生产和分销聚戊二酸的设施，聚戊二酸是一种用于多个行业的化合物。制造和分销过程的投入包括各种石油产品和天然气。价格波动可能非常不稳定。营运资金管理一直是一个挑战，最近汇率的走势严重影响了资金。您的CFO使用期货和场外交易（OTC）工具对冲价格风险。

时间序列分析是统计学中的一个主要分支，主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值。时序分析有两种方法，即频域和时域。前者主要基于傅立叶变换，而后者则密切研究序列的自相关，并且使用Box-Jenkins和ARCH / GARCH方法进行序列的预测。

“聚类是将数据集分为几组的过程，其中包括相似的数据点”。聚类是一种无监督的机器学习，在您拥有未标记的数据时使用。

本文将分析2007-2018年的工业指数（DJIA）。工业指数（DIJA）是一个股市指数，表明位于30家大型上市公司的价值。工业指数（DIJA）的价值基于每个组成公司的每股股票价格之和。

这是一个六边形组件热图程序，主要用到的知识RColorBrewer，fields,也就是R中的可视化绘图库。

自组织映射神经网络（SOM）是一种无监督的数据可视化技术，可用于可视化低维（通常为2维）表示形式的高维数据集。在本文中，我们研究了如何使用R创建用于客户细分的SOM。

自组织映射 （SOM）是一种工具，通过生成二维表示来可视化高维数据中的模式，在高维结构中显示有意义的模式。通过以下方式使用给定的数据（或数据样本）对SOM进行“训练”：

背景：本次腧穴配伍关联规则分析，以针灸治疗FC的113例处方中使用频次在5次及以上的25种腧穴为关联对象。将前项最小支持度设为12%，规则的最小置信度设为85%，得出最常用的腧穴配伍，按照置信度的高低排列。采用SPSS的Web复杂网络对所有腧穴进行分析，设置阈值为绝对、强链接较粗，可显示的最大链接数为80，弱链接上限为15，强链接下限为35，链接大小显示强/正常类别。...

本文对R中的文本内容进行情感分析。此实现利用了各种现有的字典，此外，还可以创建自定义词典。自定义词典使用LASSO正则化作为一种​​统计方法来选择相关词语。最后，评估比较所有方法。

前言本文说明了R包dlnm实现分布式滞后线性和非线性模型（DLM和DLNM）的建模框架的开发。首先，本文描述了除时间序列数据之外的DLM / DLNM方法的一般化方法，在Gasparrini [2014]中有更详细的描述。此外，此插图还说明了其他发展，特别是扩展的预测摘要的定义，现有功能或用户定义功能的灵活应用以及这些功能在回归分析中的更一般用途。本文档中包含的结果并不代表科学发现，而仅出于说...