R语言MCMC:Metropolis-Hastings采样用于回归的贝叶斯估计
MCMC是从复杂概率模型中采样的通用技术。
Search Results: 回归
R语言多元逐步回归模型分析房价和葡萄酒价格：选择最合适的预测变量
包含更多的预测变量不是免费的：在系数估算的更多可变性，更难的解释以及可能包含高度依赖的预测变量方面要付出代价。
R语言:逻辑回归ROC曲线对角线分析过程及结果
之前我们讨论了使用ROC曲线来描述分类器的优势，有人说它描述了“随机猜测类别的策略”。
R语言分位数回归预测筛选有上升潜力的股票
现在，分位数回归已被确立为重要的计量经济学工具。
R语言实现LASSO回归——自己编写LASSO回归算法
这篇文章中我们可以编写自己的代码来计算套索(lasso)回归，
R语言泊松Poisson回归模型预测人口死亡率和期望寿命
本文我们讨论了期望寿命的计算，人口统计模型的起点是死亡率表。
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
我根据泊松Poisson回归、GAM样条曲线模型对一个十字路口的骑自行车者的数量进行预测
R语言分位数回归Quantile Regression分析租房价格数据
本文想在R软件中更好地了解分位数回归优化。在查看分位数回归之前，让我们从样本中计算中位数或分位数。
R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测
电力负荷预测是电网规划的基础，其水平的高低将直接影响电网规划质量的优劣。
R语言用Garch模型和回归模型对股票价格分析
为了找出影响价格波动的主要因素，我们使用逐步回归法来剔除一些对于应变量即把对价格影响很小的自变量剔除出我们的模型
广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者
本文通过R语言建立广义线性模型(GLM)、多项式回归和广义可加模型（GAM）来预测谁在1912年的泰坦尼克号沉没中幸存下来。
R语言逻辑回归分析连续变量和分类变量之间的“相关性“
比如说分类变量为是否幸存、是因变量，连续变量为年龄、是自变量，这两者可以做相关分析吗？两者又是否可以做回归分析？
R语言实现CNN（卷积神经网络）模型进行回归数据分析
当我们将CNN（卷积神经网络）模型用于训练多维类型的数据（例如图像）时，它们非常有用。
R语言中的多项式回归、B样条曲线(B-spline Curves)回归
我们首先讨论多项式回归，进一步，我们会想到分段线性或分段多项式函数，可能还有附加的连续性约束，这些是样条曲线回归的基础。
R语言用多项式回归和ARIMA模型预测电力负荷时间序列数据
根据我们对温度的预测，我们可以预测电力消耗。
R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测
在本文中，我们使用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比较了它们的性能。
Matlab建立逻辑回归，决策树，SVM，KNN和朴素贝叶斯模型分类绘制ROC曲线
尽管对于较高的阈值，SVM可以产生更好的ROC值，但逻辑回归通常更擅长区分不同类别。朴素贝叶斯的ROC曲线通常低于其他两个ROC曲线，这表明样本内性能比其他两个分类器方法差。
R语言自适应平滑样条回归分析
一种类型的平滑称为样条平滑。柔性金属（通常是铅），可以用作绘制平滑曲线的参考。将选择一组点（称为结），然后将样条线压在特定的x，y点，然后弯曲以通过下一个点，依此类推。
R语言区间数据回归分析
回归分析是一种十分常见的数据分析方法,通过观测数据确定变量间的相互关系。传统回归分析以点数据为研究对象,预测结果也是点数据,而真实数据往往在一定范围内变动的。
使用线性模型、回归决策树自动组合特征因子水平
每次我们在应用计量经济学课程中遇到实际应用时，我们都要处理类别变量。
R语言逻辑回归和泊松回归模型对发生交通事故概率建模
我们已经看到了如何考虑风险敞口，计算包含风险敞口的多个数量（经验均值和经验方差）的非参数估计量。让我们看看如果要对二项式变量建模。
非参数模型厘定保险费率：局部回归、广义相加模型GAM、样条回归
公司必须使用细分技术才能生存。现在，问题在于，我们不能确定指数衰减是溢价随年龄变化的正确方法。一种替代方法是使用非参数技术来可视化年龄对索赔频率的真实影响。
R语言中自编基尼系数的CART回归决策树的实现
这里的想法是使距离最大化：想法是区分，所以我们希望样本尽可能不独立。要计算基尼系数。
R语言多分类logistic逻辑回归模型在混合分布模拟单个风险损失值评估的应用
通常，我们在回归模型中一直说的一句话是“ 请查看一下数据 ”。
R语言中回归模型预测的不同类型置信区间应用比较分析
当我们要为预测提供一个置信区间时，建议您为预测器确定置信区间参数的估计和潜在值的置信区间。
R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口
在之前的课堂上，我们已经看到了如何可视化多元回归模型（带有两个连续的解释变量）。
R语言泊松回归对保险定价建模中的应用：风险敞口作为可能的解释变量
在保险定价中，风险敞口通常用作模型索赔频率的补偿变量。
R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长
R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长
Python贝叶斯回归分析住房负担能力数据集
我想研究如何使用pymc3在贝叶斯框架内进行线性回归。根据从数据中学到的知识进行推断。
R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
R语言用线性模型进行臭氧预测： 加权泊松回归，普通最小二乘，加权负二项式模型，多重插补缺失值
在这篇文章中，我将从一个基本的线性模型开始，然后从那里尝试找到一个更合适的线性模型。 由于空气质
R语言用线性回归模型预测空气质量臭氧数据
尽管线性模型是最简单的机器学习技术之一，但它们仍然是进行预测的强大工具。
R语言中回归和分类模型选择的性能指标
R语言中回归和分类模型选择的性能指标
基于R语言实现LASSO回归分析
本文使用模拟数据比较了标准最小二乘法和lasso回归。
R语言中小样本违反异方差性的线性回归
R语言中小样本违反异方差性的线性回归
R语言异方差回归模型建模：用误差方差解释异方差
R语言异方差回归模型建模：用误差方差解释异方差
R语言使用二进制回归将序数数据建模为多元GLM
R语言使用二进制回归将序数数据建模为多元GLM
Stata中的治疗效果：RA：回归调整、 IPW：逆概率加权、 IPWRA、 AIPW
Stata中的治疗效果：RA：回归调整、 IPW：逆概率加权、 IPWRA、 AIPW
R语言中的Theil-Sen回归分析
R语言中的Theil-Sen回归分析
R语言关于回归系数的解释
R语言关于回归系数的解释
R语言中的岭回归、套索回归、主成分回归：线性模型选择和正则化
在本课程中，我们将考虑一些线性模型的替代拟合方法，除了通常的 普通最小二乘法。
R语言里的非线性模型：多项式回归、局部样条、平滑样条、广义加性模型分析
在这里，我们放宽了流行的线性技术的线性假设。
R语言逻辑回归、方差分析 、伪R平方分析
R语言逻辑回归、方差分析 、伪R平方分析
R语言逐步多元回归模型分析长鼻鱼密度影响因素
我从马里兰州生物流调查中提取了一些数据，以进行多元回归分析。
R语言对回归模型进行协方差分析
R语言对回归模型进行协方差分析
R语言曲线回归：多项式回归、多项式样条回归、非线性回归数据分析
本文将使用三种方法使模型适合曲线数据：1）多项式回归；2）用多项式样条进行B样条回归；3） 进行非线性回归。
R语言相关分析和稳健线性回归分析
R语言相关分析和稳健线性回归分析
随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型
随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型
R语言用向量自回归（VAR）进行经济数据脉冲响应研究分析
自从Sims（1980）发表开创性的论文以来，向量自回归模型已经成为宏观经济研究中的关键工具。
R语言可视化探索BRFSS数据并逻辑回归Logistic回归预测中风
R语言可视化探索BRFSS数据并逻辑回归Logistic回归预测中风
R语言对BRFSS数据探索回归数据分析
R语言对BRFSS数据探索回归数据分析
R语言中的偏最小二乘回归PLS-DA
主成分回归（PCR）的方法 本质上是使用第一个方法的普通最小二乘（OLS）拟合来自预测变量的主成分（PC）。
R语言实现偏最小二乘回归法 partial least squares (PLS)回归
R语言实现偏最小二乘回归法 partial least squares (PLS)回归
R语言ISLR工资数据进行多项式回归和样条回归分析
使用交叉验证为多项式选择最佳次数。选择了什么程度，这与使用进行假设检验的结果相比如何ANOVA？对所得多项式拟合数据进行绘图。
回归分析与相关分析的区别和联系
回归分析与相关分析的区别和联系
R语言实现向量自回归VAR模型
澳大利亚在2008 – 2009年全球金融危机期间，政府发布了一揽子刺激计划，其中包括2008年12月的现金支付，恰逢圣诞节支出。
R和Python机器学习:广义线性回归glm，样条glm，梯度增强，随机森林和深度学习模型分析
R和Python机器学习:广义线性回归glm，样条glm，梯度增强，随机森林和深度学习模型分析
R语言向量自回归模型(VAR)及其实现
VAR面临的批评是他们是理论上的; 也就是说，它们不是建立在一些经济学理论的基础上，这些理论强加了方程式的理论结构。假设每个变量都影响系统中的其他变量，这使得估计系数的直接解释变得困难。尽管如此，VAR在几种情况下都很有用：
R语言是否对二分连续变量执行逻辑回归
R语言是否对二分连续变量执行逻辑回归
R语言使用Metropolis- Hasting抽样算法进行逻辑回归
R语言使用Metropolis- Hasting抽样算法进行逻辑回归
R语言进行数值模拟：模拟泊松回归模型的数据
验证回归模型的首选方法是模拟来自它们的数据，并查看模拟数据是否捕获原始数据的相关特征。
R语言用Rcpp加速Metropolis-Hastings抽样估计贝叶斯逻辑回归模型的参数
R语言用Rcpp加速Metropolis-Hastings抽样估计贝叶斯逻辑回归模型的参数
R语言stan泊松回归Poisson regression
本文使用R语言进行stan泊松回归Poisson regression。
R语言使用 LOWESS技术图分析逻辑回归中的函数形式
R语言使用 LOWESS技术图分析逻辑回归中的函数形式
R语言ROC曲线下的面积 – 评估逻辑回归中的歧视
R语言ROC曲线下的面积 – 评估逻辑回归中的歧视
R语言Poisson泊松回归的拟合优度检验
在这篇文章中，我们将看一下Poisson回归的拟合优度测试。
