R语言结合新冠疫情COVID-19股票价格预测：ARIMA，KNN和神经网络时间序列分析
本文的目标是使用各种预测模型预测Google的未来股价，然后分析各种模型。
Blog
Stata广义矩量法GMM面板向量自回归 VAR模型选择、估计、Granger因果检验分析投资、收入和消费数据
面板向量自回归（VAR）模型在应用研究中的应用越来越多。
Python用T-SNE非线性降维技术拟合和可视化高维数据iris鸢尾花、MNIST 数据
T-distributed Stochastic Neighbor Embedding (T-SNE) 是一种可视化高维数据的工具。
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用：预测标准普尔SP500指数
在这个例子中，我们考虑随机波动率模型 SV0 的应用，例如在金融领域。
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
最近我们被客户要求撰写关于谷歌Google Analytics分析的研究报告。在等距时间段内以一系列点获得的数据通常称为时间序列数据。
R语言矩阵特征值分解(谱分解)和奇异值分解(SVD)特征向量分析有价证券数据
作为数据分析的一部分，我们要在有价证券矩阵的操作上做一些工作，只需几行代码。
Python在线零售数据关联规则挖掘Apriori算法数据可视化
关联规则学习 在机器学习中用于发现变量之间的有趣关系。
R语言分布滞后线性和非线性模型（DLNM）分析空气污染（臭氧）、温度对死亡率时间序列数据的影响
分布滞后非线性模型（DLNM）表示一个建模框架，可以灵活地描述在时间序列数据中显示潜在非线性和滞后影响的关联。
Python面板时间序列数据预测：格兰杰因果关系检验Granger causality test药品销售实例与可视化
时间序列是以固定时间_区间_记录的观察序列。
R语言ARIMA-GARCH波动率模型预测股票市场苹果公司日收益率时间序列
在本文中，我们将尝试为苹果公司的日收益率寻找一个合适的 GARCH 模型。
python用支持向量机回归(SVR)模型分析用电量预测电力消费
本文描述了训练支持向量回归模型的过程，该模型用于预测基于几个天气变量、一天中的某个小时、以及这一天是周末/假日/在家工作日还是普通工作日的用电量。
R语言深度学习Keras循环神经网络(RNN)模型预测多输出变量时间序列
递归神经网络被用来分析序列数据。
R语言绘制圈图、环形热图可视化基因组实战：展示基因数据比较
可以使用环状图形展示基因数据比较。可以添加多种图展信息，如热图、散点图等。
R语言用综合信息准则比较随机波动率（SV）模型对股票价格时间序列建模
随机波动率（SV）模型是常用于股票价格建模的一系列模型。
R语言使用限制平均生存时间RMST比较两条生存曲线分析肝硬化患者
在比较性的纵向临床研究中，主要终点往往是发生特定临床事件的时间，如死亡、心衰住院、肿瘤进展等。
R语言Meta分析效应量
进行荟萃分析时，您很可能必须使用通用度量将效果大小计算或转换为效果大小。
Python用决策树分类预测糖尿病和可视化实例
决策树是对例子进行分类的一种简单表示。
R语言社区检测算法可视化网络图：ggplot2绘制igraph对象分析物种相对丰度
我们使用R中的igraph包，产生了网络的图形。
r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化
最近我们被客户要求撰写关于有限正态混合模型在r软件中的实现的研究报告，用于基于模型的聚类、分类和密度估计。
R语言回测交易：根据历史信号/交易创建股票收益曲线
本文介绍如何根据历史信号/交易制作股票曲线。
R语言空气污染数据的地理空间可视化和分析：颗粒物2.5（PM2.5）和空气质量指数（AQI）
由于空气污染对公众健康的不利影响，人们一直非常关注。
R语言用假近邻长短期记忆人工神经网络FNN-LSTM模型进行时间序列深度学习预测4个案例
在最近的一篇文章中，我们展示了一个LSTM模型，通过假近邻（FNN）损失进行正则化，可以用来重建一个非线性动态系统。
R语言贝叶斯非参数模型：密度估计、非参数化随机效应meta分析心肌梗死数据
最近，我们使用贝叶斯非参数（BNP）混合模型进行马尔科夫链蒙特卡洛（MCMC）推断。
R语言可视化渐近正态性、收敛性：大数定律、中心极限定理、经验累积分布函数
在我们的数理统计课程中，已经看到了大数定律（这在概率课程中已经被证明），证明
R语言计量经济学：工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
两阶段最小二乘法（2SLS）回归拟合的线性模型是一种常用的工具变量估计方法。
r语言逻辑回归(对数几率回归,Logistic)分析研究生录取数据实例
Logistic回归，也称为Logit模型，用于对二元结果变量进行建模。
R语言实现随机前沿分析SFA、数据包络分析DEA、自由处置包分析FDH和BOOTSTRAP方法
在经济学中，技术效率是指在既定的投入下产出可增加的能力或在既定的产出下投入可减少的能力。
R语言广义加性模型GAMs分析温度、臭氧环境数据绘制偏回归图与偏残差图
我们被客户要求使用R库mgcv，用广义加性模型（GAMs）对环境数据进行建模。 WeChat Tencent
Python中TensorFlow的长短期记忆神经网络(LSTM)、指数移动平均法预测股票市场和可视化
本文探索Python中的长短期记忆（LSTM）网络，以及如何使用它们来进行股市预测。
R语言用线性混合效应（多水平/层次/嵌套）模型分析声调高低与礼貌态度的关系
最近我们被客户要求撰写关于线性混合效应模型的研究报告，包括一些图形和统计输出。线性混合效应模型与我们已经知道的线性模型有什么不同？
数据感知游客的森林公园游憩需求
“随着社会的进步，人们在改善物质生活的同时开始追求精神生活。
python中的copula：Frank、Clayton和Gumbel copula模型估计与可视化
简单地说，copulas是具有均匀边际的联合分布函数。
R语言Keras用RNN、双向RNNs递归神经网络、LSTM分析预测温度时间序列、 IMDB电影评分情感
在这篇文章中，我们将回顾三种提高循环神经网络的性能和泛化能力的高级方法。
R语言用极大似然和梯度下降算法估计GARCH(p)过程
本文考虑一些ARCH(p)过程，例如ARCH(1)。
Python用稀疏、高斯随机投影和主成分分析PCA对MNIST手写数字数据进行降维可视化
降维是在我们处理包含过多特征数据的大型数据集时使用的，提高计算速度，减少模型大小，并以更好的方式将巨大的数据集可视化。这种方法的目的是保留最重要的数据，同时删除大部分的特征数据。
上海无印良品地理空间分布特征与选址策略可视化研究
本文以上海市无印良品为例，运用定性分析与定量研究相结合的方法，分析了无印良品宏观和微观空间分布特征、区位分析和选址策略，讨论了无印良品对于城市的影响和意义。
Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化
我们可以很容易地用Keras序列模型拟合回归数据并预测测试数据。
R语言分布滞后非线性模型（DLNM）空气污染研究温度对死亡率影响建模应用
环境应激源往往表现出时间上的延迟效应，这就要求使用足够灵活的统计模型来描述暴露-反应关系的时间维度。
R语言用AR，MA，ARIMA 模型进行时间序列预测
本文讨论用ARIMA模型进行预测。考虑一些简单的平稳的AR（1）模拟时间序列
R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
扩散的意思是过程可以包含布朗运动的成份，甚至写成布朗运动的积分形式。同时，这样的过程可以包含跳跃。
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
最近我们被客户要求撰写关于使用长短期记忆网络（LSTM）来拟合一个不稳定的时间序列的研究报告。
基于机器学习的印度肝脏病诊断分析
肝脏病在早期可能没有任何症状，不容易被察觉，或者症状是模糊的。肝脏病的症状和肝脏病的类型和程度高度相关，肝脏病的一般是通过肝功能测试诊断。
R语言Metropolis Hastings采样和贝叶斯泊松回归Poisson模型
在本文中，我想向你展示如何使用R的Metropolis采样从贝叶斯Poisson回归模型中采样。
Python决策树、随机森林、朴素贝叶斯、KNN（K-最近邻）分类分析银行拉新活动挖掘潜在贷款客户
项目背景：银行的主要盈利业务靠的是贷款，这些客户中的大多数是存款大小不等的责任客户（存款人）。
R语言广义相加（加性）模型（GAMs）与光滑函数可视化
我们在研究工作中使用广义加性模型（GAMs）。mgcv软件包是一套优秀的软件，可以为非常大的数据集指定、拟合和可视化GAMs。
R语言可视化：ggplot2冲积/桑基图sankey分析大学录取情况、泰坦尼克幸存者数据
本文介绍了冲积/桑基图，以及
定义了命名方案和冲积/桑基图的基本组成部分（轴、冲积层、流）。
描述了所识别的冲积/桑基图数据结构。
展示了一些流行的主题。
R语言中的神经网络预测时间序列：多层感知器（MLP）和极限学习机（ELM）数据分析报告
用于R语言的多层感知器（MLP）和极限学习机（ELM）进行时间序列预测。
SARIMA，神经网络，RNN-LSTM，SARIMA和RNN组合方法预测COVID-19每日新增病例
WeChat Tencent QQ email print 由Enzo Li撰写 开发一个预测模型，根据一
R语言逻辑回归Logistic回归分析预测股票涨跌
本文回答了关于逻辑回归的问题：它与线性回归有什么不同，如何在R中用glm()函数拟合和评估这些模型等等？
约会数据动态可视化分析：R语言使用ggplot和gganimate制作动画图
你知道吗，你可以把普通的静态ggplot图转换成动画图？
R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model分析藻类数据实例
本文中我们用（非）线性混合模型分析藻类数据。这个问题的参数是：已知截距（0日值）在各组和样本之间是相同的。
电力消耗模型构建、分析和预测
某制药公司每年要花费大量的资金在电费上，由于电力公司的业务改革，该药企可以在一年或月开始时向电力公司预购一定数量的电力，如果实际消耗大于该值，则每多消耗一度电要付比以前更多的电费，如果实际上没有消耗这么多，也不会退还多余的电费，因此该公司打算预测未来的电力消耗以节省资金消耗。
R语言高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据
在本文中，我们将使用基因表达数据。这个数据集包含120个样本的200个基因的基因表达数据。
R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集
在许多网站上都可以找到一个流行的德国信贷数据集_german_credit_，其中包含了银行贷款申请人的信息。
R语言在地图上绘制月亮图、饼状图数据可视化果蝇基因种群
饼图把一个圆分成多个部分，这些部分的弧长（以及面积）代表一个整体的比例。
在R语言中实现sem进行结构方程建模和路径图可视化
结构方程模型是一个线性模型框架，它对潜变量同时进行回归方程建模。
R语言进行支持向量机回归SVR和网格搜索超参数优化
在这篇文章中，我将展示如何使用R语言来进行支持向量回归SVR。
R语言多元动态条件相关DCC-MVGARCH、常相关CCC-MVGARCH模型进行多变量股市波动率预测
当从单变量波动率预测跳到多变量波动率预测时，我们需要明白，现在不仅要预测单变量波动率元素，还要预测协方差元素。
R语言谱聚类、K-means聚类分析非线性环状数据比较
有些问题是线性的，但有些问题是非线性的。
数据盘点高校新生录取情况
录取情况反映了公众对一所大学水平和实力的认知，是评价一所大学及其专业 “知名度 “的重要指标。
R语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断
本文将谈论Stan以及如何在R中使用rstan创建Stan模型。
R语言深度学习：用keras神经网络回归模型预测时间序列数据
回归数据可以用Keras深度学习API轻松拟合。
R语言样条曲线、泊松回归模型估计女性直肠癌患者标准化发病率（SIR）、标准化死亡率（SMR）
标准化发病率（SIR）或死亡率（SMR）是观察病例和期望病例的比率。
R语言贝叶斯MCMC：GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
在频率学派中，观察样本是随机的，而参数是固定的、未知的数量。
R语言时变波动率和ARCH，GARCH，GARCH-in-mean模型分析股市收益率时间序列
自回归条件异方差（ARCH）模型涉及具有时变异方差的时间序列，其中方差是以特定时间点的现有信息为条件的。
R语言keras深度学习CNN卷积神经网络分类识别手写数字图像数据（MNIST）
在本文中，我们将学习如何使用keras，用手写数字图像数据集（即MNIST）进行深度学习。
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
回归算法最小角回归（LARS）通过高维数据的线性组合提供变量。
