用数据告诉你出租车资源配置是否合理
互联网+下不同时空如何建立合适的指标分析出租车“供求匹配”的程度？
Category Archives: 大数据部落
GARCH（1,1），MA以及历史模拟法的VaR比较
风险价值（VaR）及其所有相关问题仍然是风险管理中的主要模型。
R语言分段回归数据分析案例报告
我们在这里讨论所谓的“分段线性回归模型”，因为它们利用包含虚拟变量的交互项。
【视频讲解】r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
正则化路径是针对正则化参数λ的值网格处的套索或弹性网络罚值计算的。该算法速度极快，可以利用输入矩阵中的稀疏性x。
隐马尔可夫模型HMM识别不断变化的市场条件
某些策略在波动剧烈的市场中表现良好，而其他策略则需要强劲而平稳的趋势，否则将面临长时间的下跌风险。
R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
最近我们被客户要求撰写关于采样算法的研究报告。第一步，我们创建一些测试数据，用来拟合我们的模型。
R语言面板平滑转换回归(PSTR)分析案例实现
最近我们被客户要求撰写关于面板平滑转换回归(PSTR)的研究报告。建模过程包括三个阶段：表述，估计和评估。
加速R语言代码的策略
加速R语言代码的策略
R语言分层线性模型案例
有许多分层数据的例子。例如，地理数据通常按层次分组，可能是全球数据，然后按国家和地区分组 。一个生物学的例子是按物种分组的动物或植物的属性，或者属于一个级别的属性，然后是家族。一个商业例子可能是业务部门和细分的员工满意度。
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
这次，我们将使用k-Shape时间序列聚类方法检查与我们有业务关系的公司的股票收益率的时间序列。
R语言参数检验 ：需要多少样本？如何选择样本数量
R语言参数检验 ：需要多少样本？如何选择样本数量
R语言检验独立性：卡方检验(Chi-square test)和费舍尔精确检验分析案例报告
R语言检验独立性：卡方检验(Chi-square test)和费舍尔精确检验分析案例报告
R语言 RevoScaleR的大规模数据集决策树模型应用案例
使用基于分类的递归分区算法来拟合基于树的模型得到的模型类似于推荐的ř包rpart包产生的模型支持分类型树和回归型树。
使用R语言进行时间序列（arima，指数平滑）分析
最近我们被客户要求撰写关于时间序列的研究报告。分析时间序列数据的第一件事就是将其读入R，并绘制时间序列。
R语言使用马尔可夫链Markov Chain, MC来模拟抵押违约
R语言使用马尔可夫链Markov Chain, MC来模拟抵押违约
R语言高级图像处理
ImageMagick库具有大量功能。本文简要介绍了最重要的入门概念。
R语言：EM算法和高斯混合模型的实现
本文考虑R语言的EM算法和高斯混合模型实现。
R语言解决最优化问题-线性优化(LP)问题
优化是一种为所有可能的解决方案找到给定问题的最佳解决方案的技术。
用excel来构建柯布-道格拉斯Cobb-Douglas生产函数的可视化
用excel来构建柯布-道格拉斯Cobb-Douglas生产函数的可视化
R语言用Backfitting MCMC抽样算法进行贝叶斯推理案例
R语言用Backfitting MCMC抽样算法进行贝叶斯推理案例
R语言配对检验分析案例
检验对的形式 （x1，x2）（X1，X2） 出现在两种情况中：
R语言离群值处理分析
R语言离群值处理分析
R语言arma-garch-copula模型和金融时间序列案例
最近我们被要求撰写关于金融时间序列的arma-garch-copula的调查报告。
R语言如何和何时使用glmnet岭回归
这里向您展示如何在R中使用glmnet包进行岭回归（使用L2正则化的线性回归），并使用模拟来演示其相对于普通最小二乘回归的优势。
R语言估计时变VAR模型时间序列的实证研究分析案例
R语言估计时变VAR模型时间序列的实证研究分析案例
数据预处理之异常值处理
数据预处理之异常值处理
使用SAS Enterprise Miner进行数据挖掘：信用评分构建评分卡模型
信用记分卡一直是信用评分的标准模型，因为它们易于理解，使您能够轻松评分新数据-即计算新客户的信用评分。
R语言Rstan概率编程规划MCMC采样的贝叶斯模型简介
概率编程使我们能够实现统计模型，而不必担心技术细节。这对于基于MCMC采样的贝叶斯模型特别有用。
【视频讲解】时间序列分解和异常检测方法应用案例
我们最近有一个很棒的机会与一位伟大的客户合作，要求Business Science构建一个适合他们需求的开源异常检测算法。
银行信用数据SOM神经网络聚类实现
银行信用数据SOM神经网络聚类实现
用SPSS估计HLM多层（层次）线性模型
多层线性模型（Hierarchical Linear Model，HLM），也叫多水平模型（Multilevel Model，MLM），是社会科学常用的高级统计方法之一。
R语言时变参数VAR随机模型
时变参数VAR随机模型是一种新的计量经济学方法
R语言鸢尾花iris数据集的层次聚类分析
本文在iris数据集上展示了如何使用R软件来建立Hierarchical Cluster Analysis层次聚类分析（更好的可视化和灵敏度分析）。
R语言基于ARMA-GARCH-VaR模型拟合和预测实证研究分析案例
最近我们被客户要求撰写关于ARMA-GARCH-VaR模型的研究报告。
R语言中的Wilcoxon符号秩检验与配对学生t检验
R语言中的Wilcoxon符号秩检验与配对学生t检验
R语言用Rshiny探索lme4广义线性混合模型（GLMM）和线性混合模型（LMM）
最近我们被客户要求撰写关于混合模型的研究报告。由于我们发现自己在工作中越来越多地使用这些模型，我们开发了一套R shiny工具来简化和加速与对象交互的lme4常见任务。
R语言用rle，svm和rpart进行时间序列预测
R语言用rle，svm和rpart进行时间序列预测
R语言:结构方程模型、潜变量分析
对于熟悉线性回归拟合结构方程模型的分析师来说，在R环境中，拟合结构方程模型涉及学习新的建模语法，新的绘图语法以及通常是新的数据输入方法。
R语言基于copula的贝叶斯分层混合模型的诊断准确性研究
在对诊断测试准确性的系统评价中，统计分析部分旨在估计测试的平均（跨研究）敏感性和特异性及其变异性以及其他测量。
R语言线性混合效应模型实战案例
处理分组数据和复杂层次结构的分析师，从嵌入在参与者中的测量，嵌套在州内的县或嵌套在教室内的学生，经常发现他们需要建模工具来反映他们数据的这种结构。
R语言CRAN软件包Meta分析
R语言CRAN软件包Meta分析
python用遗传算法 神经网络 模糊逻辑控制算法对乐透进行预测
python用遗传算法 神经网络 模糊逻辑控制算法对乐透进行预测
R语言线性混合效应模型实战案例
R语言 线性混合效应模型实战案例
r语言聚类分析：k-means和层次聚类
聚类分析算法很多，比较经典的有k-means和层次聚类法。
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发生了这种情况。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语言求风险价值VaR Value at Risk
风险价值是衡量与投资组合相关的风险水平的统计方法。
python用线性回归预测股票价格
线性回归在财务中被广泛应用于众多应用程序中。
R语言生存分析数据分析可视化案例
本文的目的是对如何在R中进行生存分析进行简短而全面的评估。
r语言使用rjags R2jags建立贝叶斯模型
本文是通过对area,perimeter,campactness几个变量的贝叶斯建模,来查看他们对groovelength这个变量的影响。
R语言GAM（广义相加模型）对物业耗电量进行预测
我已经准备了一个文件，其中包含四个用电时间序列来进行分析。数据操作将由data.table程序包完成。
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。
R语言使用ARIMA模型预测股票收益
“预测非常困难，特别是关于未来”。-丹麦物理学家尼尔斯·波尔（Neils Bohr）
r语言中如何进行两组独立样本秩和检验
所述配对双样品的Wilcoxon检验一种的非参数检验，其可以被用于比较样品的两个独立数据。
spss modeler用决策树神经网络预测ST的股票
之前在某社区中看到一篇帖子《一张价值几十万个跌停的统计表》，主要是预测即将被ST的股票，虽然有些标题党，但是还有有一些参考价值的。
基于决策树的银行信贷风险预警模型
有正必有反，在个人信贷业务规模不断扩大的同时，信贷的违约等风险问题也日益突出，一定程度上制约着我国的信贷市场的健康发展。
主成分分析(PCA)原理及R语言实现及分析实例
主成分分析（PCA）是一种数据降维技巧，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分。
【视频讲解】R语言中实现马尔可夫链蒙特卡罗MCMC模型
最近我们被客户要求撰写关于马尔可夫链蒙特卡罗MCMC模型的研究报告。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。
拟合R语言中的多项式回归
让我们看一个经济学的例子：假设你想购买一定数量q的特定产品。
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。
R语言基于ARMA-GARCH过程的VaR拟合和预测
本文显示了如何基于潜在的ARMA-GARCH过程（当然也涉及更广泛意义上的QRM）来拟合和预测风险价值（VaR）。
线性混合效应模型Linear Mixed-Effects Models的部分折叠Gibbs采样
线性混合效应模型Linear Mixed-Effects Models的部分折叠Gibbs采样
在R语言中实现Logistic逻辑回归
逻辑回归是拟合回归曲线的方法，当y是分类变量时，y = f（x）。
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。
R语言泊松Poisson回归模型分析案例
这个问题涉及马蹄蟹研究的数据。
基于R语言混合效应模型（mixed model）案例研究
混合模型在很多方面与线性模型相似。它估计一个或多个解释变量对因变量的影响。
R语言基于ARMA-GARCH过程的VaR拟合和预测
本文显示了如何基于潜在的ARMA-GARCH模型（当然也涉及更广泛意义上的QRM）来拟合和预测风险价值（VaR）。
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。
