![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R语言
文章平均质量分 76
D洁洁和W的御用Programmer
程序人生也需要有punchline
展开
-
贝叶斯统计R语言操作3——假设检验
文章目录前言一、贝叶斯假设检验的优点二、R语言实例操作1.题目叙述2. 先验概率2.后验概率3. 贝叶斯因子4.H0H_0H0的后验概率5. 结论前言此篇文章对于贝叶斯假设检验不做定义以及公式的推导,仅仅是想通过实例R语言操作来理解贝叶斯假设检验。一、贝叶斯假设检验的优点简单,无需抽样分布和显著性水平可以推广至多重检验二、R语言实例操作1.题目叙述Measurements~N(μ,σ2)N(\mu,\sigma^2)N(μ,σ2),μ\muμ is true weight an原创 2021-05-03 16:19:54 · 2225 阅读 · 0 评论 -
贝叶斯统计R语言操作2——二项分布
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前期回顾一、例1:二项分布的成功概率二、例2:男孩的出生率θ\thetaθ是否超过了0.5?三、后验分布密度函数曲线前期回顾贝叶斯统计R语言操作1——共轭先验分布一、例1:二项分布的成功概率1. 设事件A的概率为θ\thetaθ,即P(A)=θP(A)=\thetaP(A)=θ.为估计θ\thetaθ进行了nnn次独立观察,A发生的次数为XXX,XXX服从二项分布b(n,θ)b(n,\theta)b(n,θ):p(x∣θ原创 2021-04-04 11:44:42 · 2939 阅读 · 1 评论 -
时间序列R语言操作——非平稳时间序列变平稳
文章目录一、方差不平稳二、具有趋势性1、回归分析法2、随机趋势3、平滑法一、方差不平稳最简单的是做对数变换,使得前后方差没有那么变化。二、具有趋势性1、回归分析法对于一个有线性趋势的序列,可以做一个线性模型。Linear trendQuadratic trendPolynomial trend2、随机趋势 随机趋势的删除——差分法。一阶差分可以使线性趋势的序列实现趋势平稳序列蕴含着曲线趋势,通常低阶(二阶或三阶)差分可提取出曲线趋势的影响 ,这里效果不好的话,可以先取对数,再原创 2021-03-25 21:14:31 · 16693 阅读 · 1 评论 -
贝叶斯统计R语言操作1——共轭先验分布
文章目录一、共轭先验分布定义二、正态均值的共轭先验分布1.公式理论2.Example: Normal mean3.R code一、共轭先验分布定义设 π(θ)\pi(\theta)π(θ) 是 θ\thetaθ 的先验密度,假设由抽样信息算得的后验密度函数与 π(θ)\pi(\theta)π(θ) 有相同的函数形式,则称 π(θ)\pi(\theta)π(θ) 是 θ\thetaθ 的共轭先验分布。二、正态均值的共轭先验分布1.公式理论设 x1,原创 2021-03-11 09:42:16 · 1866 阅读 · 0 评论 -
时间序列R语言操作2——白噪声和随机游走模型
文章目录一、白噪声是什么?二、白噪声的性质三、样本自相关函数四、白噪声检验一、白噪声是什么?没有相关性最简单的时间序列模型平稳时间序列的典型例子建立各种时间序列模型的基础对于独立白噪声,若服从正态分布,是高斯白噪声二、白噪声的性质纯随机性,各序列值之间没有任何相关关系,即为“没有记忆”的序列方差齐性,序列中每个变量的方差都相等,否则,称之为异方差三、样本自相关函数样本自相关函数不严格为零,在零附近波动,有限方差x=rnorm(1000)acf(x)四、白噪声检验原创 2021-03-09 21:00:16 · 19089 阅读 · 3 评论 -
时间序列R语言实操1——calendarPlot()日历图
时间序列R语言实操1运用到openair中的calendarPlotcalendarPlot( mydata, pollutant = "nox", year = 2003, month = 1:12, type = "default", annotate = "date", statistic = "mean", cols = "heat", limits = c(0, 100), lim = NULL, col.lim = c("grey30", "bla原创 2021-03-05 10:25:16 · 2246 阅读 · 2 评论