学习收藏
学习收藏
小蜗笔记
热爱建模和计算机,互联网垃圾制造者
展开
-
拟合一维数据的核密度曲线
【代码】拟合一维数据的核密度曲线。原创 2024-07-25 15:22:55 · 181 阅读 · 0 评论 -
绘制拟合联合密度分布
【代码】绘制拟合联合密度分布。原创 2024-07-25 15:09:01 · 219 阅读 · 0 评论 -
网页自动关闭
将【原创 2024-06-12 20:42:58 · 307 阅读 · 0 评论 -
希腊字母读音
约塔。原创 2024-05-08 15:11:33 · 183 阅读 · 0 评论 -
经济学手册链接
使用ISSN查询书籍链接。原创 2024-05-03 14:10:14 · 134 阅读 · 0 评论 -
Frechet分布
Frechet分布是一种连续概率分布,它是极值统计中的一个重要模型,尤其在分析极端事件(如洪水、地震、金融市场中的极端波动)的最大值极限分布时扮演关键角色。Frechet分布属于极值分布的三种基本类型(I型、II型、III型)中的II型分布。Frechet分布的一个显著特征是其尾部比正态分布更厚,即存在较重的尾部,这意味着相比于正态分布,极端值出现的可能性更大。当位置参数θ=0时,我们得到的是简化版的标准Frechet分布,此时分布仅依赖于形状参数λ和尺度参数α。原创 2024-03-27 20:50:42 · 1713 阅读 · 0 评论 -
gam估计模型的链接
gam的应用详细介绍。原创 2023-06-09 11:22:07 · 116 阅读 · 0 评论 -
随机森林补充缺失值
【代码】随机森林补充缺失值。原创 2023-06-07 19:24:30 · 572 阅读 · 0 评论 -
结构模型学习策略
文献推荐原创 2023-03-20 10:21:54 · 103 阅读 · 1 评论 -
关于协同创新指数和一体化的指数的参考文献
市场一体化对区域协同创新的影响研究——以长三角城市群为例。原创 2023-02-21 16:08:39 · 133 阅读 · 0 评论 -
并列柱形图的绘制代码
【代码】并列柱形图的绘制代码。原创 2022-10-20 19:23:17 · 505 阅读 · 0 评论 -
绘制并列图的代码
【代码】绘制并列图的代码。原创 2022-10-20 16:31:16 · 141 阅读 · 0 评论 -
文本分析总结
语法结构告诉我们,主谓宾、形容词、副词、定语等,简单的文本分析只涉及到词汇的统计,简单的量化,其实这不能完全包含文本分析中量化的概念,因为,一句话有大量的修饰词,修饰的词汇位置不同能带来不同的语义、情感,比如:“小明快乐地去上学。一般来说,我们可以采取主观评价打分,一句话一句话的打分,现实中,我们就是这样做的,人脑直接给出答案。所以,语法在文本分析中很重要,当然了,这一点被大多数工具使用人所忽视,特别是搞经济学的操作者,忽略了语法的贡献,语言结构分析等成分被直接抛弃,这部分信息就丢失了啊。原创 2022-09-09 21:08:43 · 2140 阅读 · 0 评论 -
python的中介效应 调节效应
代码原创 2022-07-07 12:12:26 · 2485 阅读 · 0 评论 -
置信区间的画法
置信区间的画法原创 2022-07-03 09:25:26 · 1364 阅读 · 0 评论 -
并列图的画法,多排多列
并列图的画法代码原创 2022-07-03 09:23:46 · 220 阅读 · 0 评论 -
DID的使用指南,原理
为啥要检验呢?上图:如果不检验,意味着前期的发展特征是具有差异的,两个个体玩不到一块去,还怎么搞对比差异?D1是政策后,D2是政策前。视频截图来自于:哈哈哈哈哈哈,如何做DID平行趋势检验呢?是这样的放链接:链接一大堆,其实挺简单的,就是拿着年份的虚拟变量做回归,如果政策发生之前的年虚拟变量不显著,政策发生之后的年份虚拟变量显著,这就意味着,符合平行趋势检验。了解了这一基本原理。python就能跑喽截图链接:原文说:当然还有图示法。暂且不再介绍。接下来看看看 DID如何做,很原创 2022-06-29 20:22:06 · 2192 阅读 · 0 评论 -
利用python操控arcgis的help,api演示大全
挺全的,如果工作量大,完全可以交给程序解决原创 2022-06-08 21:15:25 · 84 阅读 · 0 评论 -
stata根据经纬度生成空间权重矩阵
实用clear allcd C:\desk\2019全国行政区划 use 284个城市经纬度.dta, clear //(1)计算01矩阵,此方法不靠谱,建议gis加geoda spatwmat, name(W01) xcoord(lon1) ycoord(lat1) band(0 12) binary //加standardize为标准化 matlist W01 mat2txt,matrix(W01) saving(284)replace //矩阵保存为txt文件dataout原创 2022-05-10 16:41:29 · 5028 阅读 · 1 评论 -
表格打码助于提取
#!/usr/bin/env python# coding: utf-8# In[1]:import pandas as pd import numpy as npimport ospd.set_option("display.max_rows",None)pd.set_option("display.max_columns",None)# In[2]:city_code_data = pd.read_excel('./长三角城市名/长三角城市名.xlsx',sheet_na原创 2022-05-04 17:45:21 · 239 阅读 · 0 评论 -
matlab转灰度图片
%读取一张图片,并显示original_picture=imread('C:\Users\Admin\Desktop\2004.png');figure(1);imshow(original_picture);title('原始RGB图像')%把图像转换成灰度图像GrayPic=rgb2gray(original_picture);%把RGB图像转化成灰度图像figure(2)imshow(GrayPic);title('RGB图像转化为灰度图像')imwrite(GrayPic,'m原创 2022-04-07 16:38:57 · 12292 阅读 · 0 评论 -
知网数据excel批量改名字
import osimport pandas as pdimport repath = './编码文件'files = os.listdir(path)code = pd.read_excel('./文件名与编码文件/编码和名称.xlsx',sheet_name=0)code 2009年 编码 0 12—1 农村基层组织和农业基本情况 /download/exc原创 2022-04-05 21:27:34 · 582 阅读 · 0 评论 -
文件编码重命名
import osimport pandas as pdimport repath = './编码文件'files = os.listdir(path)code = pd.read_excel('./文件名与编码文件/编码和名称.xlsx',sheet_name=0)codefor file in files: f_name = re.search('[N]\d*',file).group() old_name = path + '/' + file print原创 2022-04-05 14:36:52 · 233 阅读 · 0 评论 -
stata移动平均插值法mipolate命令
stata移动平均插值法mipolate命令xtset id yearby id: mipolate x3 year , gen(x3_1) idw(4)idw表示取移动平均的项数结果:原创 2022-04-02 10:03:06 · 11813 阅读 · 3 评论 -
moran莫兰指数象限图可以编辑的图stata
最新的命令是xtmoranimport excel D:\个人文件\研究生论文\长三角全部\长三角\数据整合\data2019\分省数据\数据回归一张表201920210526-莫兰画图用无市.xlsx,sheet(“Sheet1”) firstrow clearxtset Variable_code Variable0*xtmoran 耦合度,weights(w) morani(2012 2013) graph symbol(Variable1)xtmoran 耦合度,wname(D:\个人文件原创 2022-03-29 20:38:11 · 1567 阅读 · 0 评论 -
ABM模型--库函数地址
暂时私有,未公开亲自写的库函数,灵活简单https://gitee.com/kuanleung原创 2022-03-24 17:16:02 · 255 阅读 · 0 评论 -
多因素方差分析
#!/usr/bin/env python# coding: utf-8import pandas as pdfrom statsmodels.formula.api import olsfrom statsmodels.stats.anova import anova_lmfrom statsmodels.stats.multicomp import pairwise_tukeyhsd file = r'D:\\价格.xlsx'data = pd.read_excel(file)#pri原创 2022-01-03 20:02:16 · 308 阅读 · 0 评论 -
FCAM分配(gurobi)
gurobi的安装import gurobipyimport pandas as pdfrom gurobipy import quicksumclass FACM(object): def __init__(self,input_var,output_var,epsilon,Fa,DMUs,data): self.q = len(data[DMUs]) self.m= len(input_var) self.s=len(output_var)原创 2021-12-30 16:29:33 · 876 阅读 · 0 评论 -
gurobi的学术版安装
注册账户,学术用途下载合适的版本下面的一串数字grbgetkey开头,贴入CMD命令窗口然后python就可以使用了import gurobipyfrom gurobipy import quicksum原创 2021-12-30 14:27:50 · 1356 阅读 · 0 评论 -
运筹计算收藏技术
教程https://blog.csdn.net/youcans/article/details/116370914https://www.jianshu.com/p/1558931f3539我的介绍(待写)DEA实用FACM原创 2021-12-26 16:46:05 · 202 阅读 · 0 评论 -
熵值法介绍
还有一个比较好的视频。原创 2021-10-31 21:05:06 · 1012 阅读 · 0 评论 -
时间序列预测
install.package('readxl')install.package('forecast')install.package('fUnitRoots')install.package('tseries')library(readxl)library(forecast)data <- read_excel(path = 'C:\\Users\\Admin\\Desktop\\新建文件夹\\价格预测--ARIMA.xlsx')price= data ##数据的导原创 2021-10-11 19:28:13 · 189 阅读 · 0 评论 -
动态偏离份额程序
import pandas as pdimport numpy as npimport openpyxlpd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)data_b = pd.DataFrame([],columns=['dmu','TE','作业类型','作业编码','年份'])bianma = 0for by in ['拖网','围网','张网','刺网','钓业','其他原创 2021-10-10 11:25:26 · 240 阅读 · 0 评论 -
LMDI分解
程序齐全,暂时不方便公布原创 2021-10-09 08:07:14 · 2328 阅读 · 1 评论 -
偏离份额分析法
https://www.doc88.com/p-681951233999.html原创 2021-09-28 08:47:10 · 1393 阅读 · 0 评论 -
gurobipy的使用
class SBM_eff(object): def __init__(self,input_var,desir_output_var,undesir_output_var,DMUs,data): self.DMUs = len(data[DMUs]) self.m= len(input_var) self.z=len(desir_output_var) self.j=len(undesir_output_var) se原创 2021-08-10 16:22:19 · 1844 阅读 · 0 评论 -
超效率SBM
通CCR与BCC、SBM已经发布资源https://download.csdn.net/download/qq_42830971/20586629今天解决超效率DEA与超效率SBM原创 2021-07-30 09:42:27 · 2098 阅读 · 0 评论 -
运筹学估值之影子价格法
测度环境价值使用(待更。。。)原创 2021-07-08 21:25:30 · 1394 阅读 · 0 评论 -
经济效率计算SBM
给出变量取值范围 x1 =(0 , None) x2 =(0 , None) x3 =(0 , None)原创 2021-07-08 21:24:09 · 8429 阅读 · 0 评论 -
耦合度的计算
耦合度计算原理耦合度指标意义与原理耦合:物理学上指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象。耦合度是测量两个或多个以上的物体或系统的运动协调程度。量表:其中涉及的问题主要涉及如下建立两个系统的耦合模型,确定指标及权重,计算耦合度、耦合协调度基础理论(建议只看理论部分,计算部分使用代码解析更清晰):一、计算耦合度及耦合协调度的流程 1、数据标准化由于数据需要进行无量纲化处理,因此首先需要对数据进行标准化,这里笔者建议使用极差法: 2、权重计算计算权原创 2021-04-17 21:57:35 · 37730 阅读 · 6 评论