使用R语言进行Metroplis-in-Gibbs采样和MCMC运行分析
对于许多模型,例如逻辑模型,没有共轭先验分布。因此,吉布斯采样不适用。
对于许多模型,例如逻辑模型,没有共轭先验分布。因此,吉布斯采样不适用。
金融分析师通常关心市场何时“发生变化”:几个月或者几年内市场的典型行为可以立即转变为非常不同的行为。
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。
在本文中,我将向您展示如何模拟股票价格的Heston随机波动率模型。
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。
R2WinBUGS软件包提供了从R调用WinBUGS的便捷功能。
在本教程中,我们将研究如何将Nelson-Siegel-Svensson(NSS)模型拟合到数据。由于我们将使用随机技术进行优化,因此我们应该重新运行几次。变量nRuns设置示例重启的次数。
我们分析了已迁离北京的外来人口的月收入、性别、迁入北京和迁离北京的日期、教育程度和职业这些方面的数据。
我们要做的是:我们从一些收益率曲线开始,然后逐步地随机修改收益率,最后尝试拟合NS模型以新的收益。因此我们对此进行了模拟。
Nelson-Siegel- [Svensson]模型是拟合收益曲线的常用方法。
虽然期望债券不会出现负利率,但也不是完全看不到。在危机时期,政府债券甚至公司债券都可以以负收益率交易(例如雀巢)。
本教程的主要目的是找到模型和检验关于这些特征与学生受欢迎程度(根据其同学)之间的关系的假设。
近年来,期权交易变得非常流行。 在这篇文章中,您将学习一种期权交易策略,可以用来以较低的价格购买自己喜欢的股票。期权是一种衍生工具。
这篇文章的目的是指导读者逐步使用R编程语言实现Nelson-Siegel模型的步骤。
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。
最近我们被客户要求撰写关于吉布斯采样的研究报告。
R语言中的风险价值模型度量指标TVaR与VaR
由于新型冠状病毒感染的肺炎疫情影响,剧烈增长的市场需求助推了在线教育的发展,同时也暴露了一些问题。
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
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
概率编程使我们能够实现统计模型,而不必担心技术细节。
R语言中敏感性和特异性、召回率和精确度作为选型标准的华夫图案例
对于分类问题,通常根据与分类器关联的混淆矩阵来定义分类器性能。
在强化学习中,我们有兴趣确定一种最大化获取奖励的策略。假设环境是马尔可夫决策过程 (MDP)的理想模型 ,我们可以应用动态编程方法来解决强化学习问题。
R语言自定义两种统计量度:平均值和中位数,何时去使用?
R语言中绘制箱形图的替代品:蜂群图和小提琴图
在这里,我将讨论哪些函数可用于处理正态分布:dnorm,pnorm,qnorm和rnorm。 概率密度函数(P
本文使用模拟数据比较了标准最小二乘法和lasso回归。
在本文中,我描述了如何在CRAN中搜索用于绘制ROC曲线的包,并重点介绍了六个有用的包。
在本节中,我将重点介绍使用集成嵌套 拉普拉斯近似方法的贝叶斯推理。
用户和产品的潜在特征编写推荐系统矩阵分解工作原理使用潜在表征来找到类似的产品。
本文档用于比较六个不同统计软件程序(SAS,Stata,HLM,R,SPSS和Mplus)的两级多层(也称分层或层次)线性模型的过程和输出。
在评估结构方程模型的拟合,很常见的应用是研究χ2进行测试
R语言中小样本违反异方差性的线性回归
本教程介绍了生存分析,以及如何在R中进行生存分析
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
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。
在实践中, 因子负载较低(或测量质量较差)的模型的拟合指数要好于因子负载较高的模型。
今天的主题是Stata中的治疗效果。 我们将讨论四种治疗效果估计量:
RA:回归调整
IPW:逆概率加权
IPWRA:具有回归调整的逆概率加权
AIPW:增强的逆概率加权
R语言在不同样本量下的Little’s MCAR检验
R语言中的Theil-Sen回归分析
R语言关于回归系数的解释
本教程将介绍如何使用SAS进行单因素方差分析。
第一估计模型在每个时间聚合级别的拟合度,还提供已识别ETS的可视化。
k-medoids是另一种聚类算法,可用于在数据集中查找分组。
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。
本文是有关 基于树的 回归和分类方法的。
R语言无监督学习:PCA主成分分析可视化
如何用r语言制作交互可视化报告
R语言大数据分析纽约市的311万条投诉统计可视化与时间序列分析
在某些情况下,你可能希望通过在每帧中添加数据并保留先前添加的数据来进行动画处理。
在这里,我们放宽了流行的线性技术的线性假设。
在本文中,将对“牛市”和“熊市”两个独立机制下的市场收益进行模拟。隐马尔可夫模型识别处于特定状态的概率。
样条线是拟合非线性模型并从数据中学习非线性相互作用的一种方法。
R语言析因设计分析:线性模型中的对比
R语言逻辑回归、方差分析 、伪R平方分析
假设检验的基本原理是小概率原理,即我们认为小概率事件在一次试验中实际上不可能发生。
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
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。
本文展示了r语言中如何进行Spearman等级相关分析的例子。
R语言相关分析和稳健线性回归分析
NASA有32,000多个数据集,有关NASA数据集的元数据 可以JSON格式在线获得。
R语言对NASA元数据进行文本挖掘的主题建模分析
向量自回归(VAR)模型的一般缺点是,估计系数的数量与滞后的数量成比例地增加。
永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。
技术干货
最新洞察
This will close in 0 seconds