matlab使用分位数随机森林（QRF）回归树检测异常值
这个例子展示了如何使用分位数随机林来检测异常值。
Search Results: matlab
Matlab马尔可夫区制转换动态回归模型估计GDP增长率
本文估计实际GDP增长率的两状态Markov区制转换动态回归模型 。
matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类
本示例说明如何使用长短期记忆（LSTM）网络对序列数据进行分类。
matlab用高斯曲线拟合模型分析疫情数据
随着新型冠状病毒COVID-19的威胁遍及世界，我们生活在一个日益担忧的时代，本文用matlab分析COVID-19数据集。
Matlab通过市场数据校准Hull-White利率模型参数
利率衍生证券的定价依赖于描述基本过程的模型。这些利率模型取决于您必须通过将模型预测与市场上可用的现有数据进行匹配来确定的一个或多个参数。
MATLAB中的马尔可夫区制转移(Markov regime switching)模型
分析师通常关心检测市场何时“发生变化”：几个月或几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这些变化，以便可以相应地调整其策略，但是这样做可能很困难。
matlab对国内生产总值（GDP）建立马尔可夫链模型（MC）并可视化
本示例说明如何创建并可视化Markov链模型的结构和演化 。
Matlab马尔可夫链蒙特卡罗法（MCMC）估计随机波动率（SV，Stochastic Volatility） 模型
波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配并计算投资组合的风险价值（VaR）。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。但是，与证券价格或利率不同，波动不能直接观察到。
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。
图像倾斜校正算法的MATLAB实现：图像倾斜角检测及校正
随着多媒体技术的不断发展，数码相机，高清拍照手机等多媒体设备己经在人们的生活中占据了越来越重要的地位。
matlab中使用VMD(变分模态分解)
拨号音信号的变模分解，首先创建一个以4 kHz采样的信号
基于matlab的Lorenz系统仿真可视化
我们使用MATLAB解决以下Lorenz初始值问题
matlab贝叶斯隐马尔可夫HMM模型实现
贝叶斯隐马尔可夫模型是一种用于分割连续多变量数据的概率模型。
matlab中的隐马尔可夫模型(HMM)实现
matlab中的隐马尔可夫模型(HMM)实现
matlab使用贝叶斯优化的深度学习：卷积神经网络CNN
此示例说明如何将贝叶斯优化应用于深度学习，以及如何为卷积神经网络找到最佳网络超参数和训练选项。
Cluster Validity – Optimal Cluster Number in Matlab
Cluster Validity – Optimal Cluster Number in Matlab
matlab使用hampel滤波去除异常值
此示例显示了Hampel用于检测和删除异常值的过程的实现。
matlab测量计算信号的相似度
本示例说明如何测量信号相似度。
matlab使用样条插值重采样估计INR数据研究
易患血液凝固的人用华法林治疗，血液稀释剂。国际标准化比率（INR）衡量药物的效果。较大剂量会增加INR，较小剂量会降低INR。患者由护士定期监测，当他们的INR超出目标范围时，他们的剂量和测试频率会发生变化。
matlab如何滤除低频尖峰脉冲
matlab如何滤除低频尖峰脉冲
matlab如何从信号中去除60 Hz Hum电源线噪声
matlab如何从信号中去除60 Hz Hum电源线噪声
matlab从ECG信号数据趋势项的消除
matlab从ECG信号数据中删除趋势
matlab使用移动平均滤波器、重采样和Hampel滤波器进行信号平滑处理
matlab使用移动平均滤波器、重采样和Hampel过滤器进行信号平滑处理
matlab对MCMC贝叶斯方法用于加筋复合板的冲击载荷识别
matlab对MCMC贝叶斯方法用于加筋复合板的冲击载荷识别
matlab递归神经网络RNN实现：桨距控制控制风力发电机组研究
matlab递归神经网络RNN实现：桨距控制控制风力发电机组研究
matlab利用PLSR和支持向量回归分析红树林叶面化学的高光谱分析
matlab利用PLSR和支持向量回归分析红树林叶面化学的高光谱分析
matlab脉冲响应图的时域特征
matlab脉冲响应图的时域特征
matlab使用Copula仿真优化市场风险
此示例演示了使用具有胖尾边缘分布的多变量copula模拟计算投资组合的风险价值和条件风险值（预期缺口）。
matlab使用Copula仿真优化市场风险数据VaR分析
此示例探讨了如何使用多因素copula模型模拟相关的交易违约。
matlab实现MCMC的马尔可夫转换MS-ARMA – GARCH模型估计
状态转换模型，尤其是马尔可夫转换（MS）模型，被认为是识别时间序列非线性的不错的方法。
matlab估计arma garch 条件均值和方差模型
matlab估计arma garch 条件均值和方差模型
MATLAB 求解特征方程的根轨迹图稳定性分析
我们提供了用于根轨迹分析的强大MATLAB命令的简要描述。
matlab预测ARMA-GARCH 条件均值和方差模型
此示例显示MATLAB如何从复合条件均值和方差模型预测 和条件差异。
matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
此示例显示如何在matlab中应用偏最小二乘回归（PLSR）和主成分回归（PCR），并讨论这两种方法的有效性。
matlab使用经验模态分解emd 对信号进行去噪
本文考虑由具有明显频率变化的正弦波组成的非平稳连续信号。
使用Python中Keras的LSTM递归神经网络进行时间序列预测
时间序列预测问题是预测建模问题中的一种困难类型。与回归预测建模不同，时间序列还增加了输入变量之间序列依赖的复杂性。
R语言最优化问题中的共轭函数
在回归模型研究中，我们将讨论优化，而经典工具就是所谓的共轭。给定函数f：Rp→R，其共轭值为函数f ⋆：Rp→R使得
R语言对Hull White短期利率模型仿真
在这篇文章中，我使用 R 建立著名的Hull-White利率模型并进行仿真。
sas神经网络：构建人工神经网络模型来识别垃圾邮件
神经网络是一种非常通用的灵活预测模型，可用于解决各种问题，包括分类，降维和回归。
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
对精算科学来说，当我们处理独立随机变量的总和时，特征函数很有趣，因为总和的特征函数是特征函数的乘积。
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。
Python中基于网格搜索算法优化的深度学习模型分析糖尿病数据
在本教程中，我们将讨论一种非常强大的优化（或自动化）算法，即网格搜索算法。
R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测
本文比较了几个时间序列模型，以预测SP 500指数的每日实际波动率。
使用R语言随机波动模型SV处理时间序列中的随机波动率
采样函数svsample需要其输入数据y是数值向量，而且没有任何缺失值（NA），如果提供其他任何内容，则会报错。
R语言使用Rasch模型分析学生答题能力
几个月以来，我一直对序数回归与项目响应理论（IRT）之间的关系感兴趣。 在这篇文章中，我重点介绍Rasch分析。
R语言如何做马尔可夫转换模型markov switching model
假设 有时间序列数据，如下所示。经验表明，目标变量y似乎与解释变量x有关。
Stata 中Mata的st_view函数 – 小心使用！
我经常使用Stata，我认为这是一个很棒的包。几年前的一个很好的补充是Mata语言，一种完全成熟的矩阵编程语言 。我相信Stata的许多内置命令都是用Mata编程的。我一直在使用Mata来编写新的命令 。这篇文章有望帮助其他人避免我所遇到的问题。
R语言实现 Copula 算法建模相依性案例分析报告
copula是将多变量分布函数与其边际分布函数耦合的函数，通常称为边缘。
用R语言实现神经网络预测股票实例
神经网络是一种基于现有数据创建预测的计算系统。
R语言电信公司churn数据客户流失 k近邻（knn）模型预测分析
A telephone company is interested in determining which customer characteristics are useful for predicting churn, customers who will leave their service.
R语言Copula的贝叶斯非参数估计
R语言Copula的贝叶斯非参数估计
时间序列分解和异常检测方法应用案例
时间序列分解和异常检测方法应用案例
R语言GAM（广义相加模型）对物业耗电量进行预测
R语言GAM（广义相加模型）对物业耗电量进行预测
R语言中实现马尔可夫链蒙特卡罗MCMC模型
这只是众多算法之一。这个术语代表“马尔可夫链蒙特卡洛”，因为它是一种使用“马尔可夫链”（我们将在后面讨论）的“蒙特卡罗”（即随机）方法。
R语言多元Logistic逻辑回归 应用案例
可以使用逐步回归过程确定多元逻辑回归。此函数选择模型以最小化AIC。
R语言多元Copula GARCH 模型时间序列预测
和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。
