2021年02月_拓端研究室

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创拓端tecdat|R语言建立和可视化混合效应模型mixed effect model

原文链接：http://tecdat.cn/?p=20631我们已经学习了如何处理混合效应模型。本文的重点是如何建立和可视化混合效应模型的结果。设置本文使用数据集，用于探索草食动物种群对珊瑚覆盖的影响。knitr::opts_chunk$set(echo = TRUE)library(tidyverse) # 数据处理library(lme4) # lmer glmer 模型me_data <- read_csv("mixede.csv")创建一个基...

2021-02-26 18:18:18 2891 4

原创拓端tecdat|R语言建模收入不平等：分布函数拟合及洛伦兹曲线(Lorenz curve)

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

2021-02-25 16:11:27 1749 1

原创拓端tecdat|R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型

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.........

2021-02-24 17:05:50 2624 1

原创拓端tecdat|R语言ARIMA，SARIMA预测道路交通流量时间序列:季节性、周期性

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....

2021-02-23 11:16:53 2794 2

原创拓端tecdat|ARIMA模型预测CO2浓度时间序列-python实现

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，....

2021-02-22 15:09:22 959 2

原创拓端tecdat|Python中的Lasso回归之最小角算法LARS

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.

2021-02-20 14:06:56 765

原创拓端tecdat|R语言Fama-French三因子模型实际应用：优化投资组合

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

2021-02-19 14:32:08 2970 8

原创拓端tecdat|R语言基于递归神经网络RNN的温度时间序列预测

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...

2021-02-19 00:12:42 2766

原创拓端tecdat|R语言神经网络模型预测车辆数量时间序列

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.

2021-02-10 18:20:31 1185

原创拓端tecdat|R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模

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..

2021-02-10 18:17:48 1399

原创拓端tecdat|R语言基于线性回归的资本资产定价模型（CAPM）

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...

2021-02-10 18:13:15 2684

原创拓端tecdat|R语言中的BP神经网络模型分析学生成绩

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.....

2021-02-08 00:02:08 3337 2

原创拓端tecdat|R语言量化交易RSI策略：使用支持向量机SVM

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？......

2021-02-02 17:32:30 1348 3

原创拓端tecdat|移动广告中基于点击率的数据策略

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..

2021-02-01 15:02:41 533