满腹的小不甘

前言  在数据处理中，尤其在作函数拟合时，异常点的出现不仅会很大程度的改变函数拟合的效果，而且有时还会使得函数的梯度出现奇异梯度，这就导致算法的终止，从而影响研究变量之间的函数关系。为了有效的避免这些异常点造成的损失，我们需要采取一定的方法对其进行处理，而处理的第一步便是找到异常点在数据中的位置。  什么是异常值？如何检测异常值？目录 1. 单变量异常值检测 2. 使用LOF（...

编辑中。。。 预测是个复杂的过程，需要不同角色的人参与，因此，制订用于指导预测工作开展的流程至关重要。预测基本流程参照了 CRISP-DM标准过程及数据分析的常见步骤，按照笔者从事预测工作多年的经验整合而成，详见下图。从确定预测主题开始，依次进行收集数据、选择方法分析规律、建立模型、评估效果直到发布模型。 需要注意的是选择方法和分析规律之间是可逆箭头，如果没找到...

R语言用于预测的算法常见包总结如下：

summary()：获取描述性统计量，可以提供最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计等。结果解读如下：1. 调用：Call2. 残差统计量：Residuals3. 系数：Coefficients4. Multiple R-squared和Adjusted R-squared5. F-statistic1. 调用：C...

1.range()函数：返回一个向量，该向量包含给定参数的最大值和最小值。range(..., na.rm = FALSE, finite = FALSE)参数... 任意数值型或字符型对象 na.rm NA值被丢弃 finite 把不是有限的元素丢弃 2. cooks.distance()：异常点诊断（...

参考：R语言基础备忘-plot()详解最近用R语言画图，plot 函数是用的最多的函数，而他的参数非常繁多，由此总结一下，以供后续方便查阅。plot(x, y = NULL, type = "p", xlim = NULL, ylim = NULL, log = "", main = NULL, sub = NULL, xlab = NULL, ylab = NULL,ann = par...

实际工作中，数据集很少是完整的，许多情况下样本中都会包括若干缺失值NA，这在进行数据分析和挖掘时比较麻烦。R语言通过na.fail和na.omit可以很好地处理样本中的缺失值。na.fail（<向量a>）: 如果向量a内包括至少1个NA，则返回错误；如果不包括任何NA，则返回原有向量a na.omit（<向量a>）: 返回删除NA后的向量a att...

可以利用函数cbind() 和rbind() 把向量和矩阵拼成一个新的矩阵。概略地说，cbind() 把矩阵横向合并成一个大矩阵（列方式），而rbind()是纵向合并（行方式）。cbind： 根据列进行合并，即叠加所有列，m列的矩阵与n列的矩阵cbind()最后变成m+n列，合并前提：cbind(a, b)中矩阵a、b的行数必需相符 rbind： 根据行进行合并，就是行的叠加，...

函数形式：rep(x, time = , length = , each = ,)参数说明：x：代表的是你要进行复制的对象，可以是一个向量或者是一个因子。 times：代表的是复制的次数，只能为正数。负数以及NA值都会为错误值。复制是指的是对整个向量进行复制。 each：代表的是对向量中的每个元素进行复制的次数。 length.out：代表的是最终输出向量的长度。示例：r...

不断补充。。。plot()和points()区别：plot是高级作图函数，points是低级作图函数，通常是先用高级作图函数把图的框架定下来，然后用低级作图函数对已有的框架进行修饰。plot()：points()：R语言低级绘图函数-pointshttps://www.cnblogs.com/xudongliang/tag/R%E8%AF%AD%E8%A8%80/defau...

expand.grid() 构造一个数据框，将各参数的各水平完全搭配。示例： type=c("A", "M") trend=c("N","A", "M") seasonal=c("N","A","M") hw_grid <- expand.grid(type,trend,seasonal) print(hw_grid) ...

paste函数 paste (..., sep = " ", collapse = NULL) paste0(..., collapse = NULL)参数说明：...-表示要组合的任何数量的参数。 sep-表示参数之间的分隔符。它是任选的。 collapse-用于消除两个字符串之间的空间。但不是在一个字符串的两个词的空间。 p...

参考：https://www.cnblogs.com/fengzzi/p/10044426.html指数模型是用来预测时序未来值的最常用模型。这类模型相对比较简单，但是实践证明它们的短期预测能力较好。不同指数模型建模时选用的因子可能不同。比如单指数模型（simple/single exponential model）拟合的是只有常数水平项和时间点i处随机项的时间序列，这时认为时间序列不...

时序分析会用到的函数函数 程序包 用途 ts() stats 生成时序对象 plot() graphics 画出时间序列的折线图 start() stats 返回时间序列的开始时间 end() stats 返回时间序列的结束时间 frequency() stats 返回时间序列中时间点的个数 win...

ts() 函数： 通过一向量或者矩阵创建一个一元的或多元的时间序列（time series），为ts型对象。调用格式： ts(data = NA, start = 1, end = numeric(0), frequency = 1, deltat = 1, ts.eps = getOption("ts.eps"), class, names)说明：...

在医学统计学或者流行病学里的现场调查、样本选择经常会提到一个词：随机抽样。随机抽样是为了保证各比较组之间均衡性的一个很重要的方法。那么今天介绍的第一个函数就是用于抽样的函数sample：> x=1:10> sample(x=x) [1] 3 5 9 6 10 7 2 1 8 4第一行代码表示给x向量赋值1~10，第二行代码表示对x向量进行随机抽样。结...