通过SAS网络分析对人口迁移进行可视化分析
世界上超过3.5％的人口正在移动，被视为国际移民。
Category Archives: 大数据部落
R语言特征选择——逐步回归
此示例显示如何用R语言进行特征选择——逐步回归
R语言生存分析可视化分析
生存分析对应于一组统计方法，用于调查感兴趣事件发生所花费的时间。
R语言时间序列和ARIMA模型预测拖拉机销售的制造案例研究
本文是我们通过时间序列和ARIMA模型预测拖拉机销售的制造案例研究示例。
R语言markov switching model马尔可夫转换分析研究水资源
R语言markov switching model马尔可夫转换分析研究水资源
R语言提取时间序列的周期性成分应用EMD，小波滤波器，Baxter过滤器等
对商业周期的分析需要提取时间序列的周期性成分，该时间序列通常也受到诸如潜在趋势或噪声等其他因素的影响。
基于R的FP树fp growth 关联数据挖掘技术在煤矿隐患管理
研究煤矿隐患数据的挖掘以实现海量隐患数据的有效利用，在分析矿山数据挖掘枝术和煤矿隐患数据特点的基础上，提出煤矿隐患数据挖掘是矿山数字化的重要组成部分
R语言使用马尔可夫链对营销中的渠道归因建模
在这篇文章中，我们看看什么是渠道归因，以及它如何与马尔可夫链的概念联系起来。
R语言工具变量与两阶段最小二乘法
最近我们被客户要求撰写关于2SLS的研究报告。
R语言通过WinBUGS对MGARCH和MSV模型进行贝叶斯估计和比较
R语言通过WinBUGS对MGARCH和MSV模型进行贝叶斯估计和比较
维度规约（降维）算法在WEKA中应用
维度规约（降维）算法在WEKA中应用
R语言做复杂金融产品的几何布朗运动的模拟
R语言做复杂金融产品的几何布朗运动的模拟
Python之LDA主题模型算法应用
在这篇文章中，我将介绍用于Latent Dirichlet Allocation（LDA）的lda Python包的安装和基本用法。
WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较
在本文中，我们通过一个名为WinBUGS的免费贝叶斯软件，可以很容易地完成基于似然的多变量随机波动率（SV）模型的估计和比较。
R语言中实现层次聚类模型
R语言中实现层次聚类模型
R语言数据的收益率和可能的波动性交易
R语言数据的收益率和可能的波动性交易
R语言highfrequency高频金融数据导入
R中针对高频数据的添加包highfrequency，用于组织高频数据， 高频数据的清理、整理，高频数据的汇总，使用高频数据建立相关模型 都非常方便。但是其中数据输入的过程中，会使用到包里的函数convert()。该函数支持三类的高频数据：
HAR-RV-J- RNN模型预测和交易大型股票指数的高频波动率
已有大量关于预测高频波动的文献，但大多数仅根据统计误差评估预测。
R语言聚类算法的应用实例
R语言聚类算法的应用实例
Python用PyMC3实现贝叶斯线性回归模型
在本文中，我们将在贝叶斯框架中引入回归建模，并使用PyMC3 MCMC库进行推理。
Python数据可视化-seaborn Iris鸢尾花数据
Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。
R如何与Tableau集成分步指南 – 适用于数据科学和商业智能专业人员
R如何与Tableau集成分步指南 – 适用于数据科学和商业智能专业人员
R语言对MNIST数据集分析：探索手写数字分类
R语言对MNIST数据集分析：探索手写数字分类
matlab脉冲响应图的时域特征
matlab脉冲响应图的时域特征
R语言时间序列TAR阈值自回归模型
为了方便起见，这些模型通常简称为TAR模型。这些模型捕获了线性时间序列模型无法捕获的行为，例如周期，幅度相关的频率和跳跃现象。
python在Scikit-learn中用决策树和随机森林预测NBA获胜者
在本文中，我们将以Scikit-learn的决策树和随机森林预测NBA获胜者。
如何使用SAS从Excel中读取一系列单元格
如何使用SAS从Excel中读取一系列单元格
时间序列建模三部曲
时间序列建模三部曲
SAS高级ODS图形：PROCSGPLOT，BY组和SG注释
SAS高级ODS图形：PROCSGPLOT，BY组和SG注释
R语言k折交叉验证
机器学习中需要把数据分为训练集和测试集，因此如何划分训练集和测试集就成为影响模型效果的重要因素。本文介绍一种常用的划分最优训练集和测试集的方法——k折交叉验证。”
R语言深度学习不同神经网络模型对比分析案例
R语言深度学习不同神经网络模型对比分析案例
R语言用Rshiny dashboard可视化美国投票记录
与Rshiny相关的主要原因是它的内置交互性。我希望用户只是将鼠标悬停在数据上，然后看到一段描述上一年变化的文字。
R语言推特twitter转发网络可视化分析
R语言推特twitter转发可视化分析，包含关键词“生物信息学”的推文示例
SPSS Modeler通过关联规则数据挖掘我们能从股市数据得到什么
众所周知，在证券投资领域将涉及很多数据，因此，通过简单的处理难以有效地分析各种公司股票之间的关系
R语言实现：混合正态分布EM最大期望估计法
R语言实现：混合正态分布EM最大期望估计法
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）。
r语言中使用Bioconductor 分析芯片数据
r语言中使用Bioconductor 分析芯片数据
R语言：用R语言填补缺失的数据
R语言填补缺失的数据
R语言中如何使用排队论预测等待时间？
顾名思义，排队论是对用于预测队列长度和等待时间的长等待线的研究。
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析
贝叶斯分析的许多介绍使用相对简单的教学实例 。虽然这可以很好地介绍贝叶斯原理，但将这些原则扩展到回归并不是直截了当的。
TMA三均线期指高频交易策略的R语言实现
TMA三均线期指高频交易策略的R语言实现
R语言rcurl抓取问财财经搜索网页股票数据
R语言rcurl抓取问财财经搜索网页股票数据
R语言电商网站爬虫
R语言电商网站爬虫
tableau的骑行路线地理数据可视化
tableau的骑行路线地理数据可视化
R语言如何找到患者数据中具有差异的指标？（PLS—DA分析）
从海量数据中发现潜在标志指标, 需要借助多变量模式识别方法。
windows中用命令行执行R语言命令
windows中用命令行执行R语言命令
python用线性回归预测股票价格
python用线性回归预测股票价格
R语言使用特征工程泰坦尼克号数据分析应用案例
R语言使用特征工程泰坦尼克号数据分析应用案例
二手交易市场数据快照
近年来，中国社会消费品零售总额不断增长，2019 年1-4 月,消费品零售总额达到128375.8 亿元，同比增长8%。
新能源车主数据图鉴
在环保形势日益严峻的今天，新能源汽车是当今汽车发展的潮流。拓端数据（tecdat）研究人员根据新能源车主满意度调查数据，从多个角度进行数据分析。
R语言中LDA模型：对文本数据进行主题模型topic modeling分析
在文本挖掘中，我们经常收集一些文档集合，例如博客文章或新闻文章，我们希望将其分成组，以便我们可以分别理解它们。主题建模是对这些文档进行无监督分类的一种方法，类似于对数字数据进行聚类，即使我们不确定要查找什么，也可以找到分组。
R 语言绘制功能富集泡泡图
R 语言绘制功能富集泡泡图
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。
R语言泰坦尼克号随机森林模型案例数据分析
如果我们对所有这些模型的结果进行平均，我们有时可以从它们的组合中找到比任何单个部分更好的模型。这就是集成模型的工作方式。
R语言时间序列TAR阈值模型分析
阈值模型用于几个不同的统计领域，而不仅仅是时间序列。
python主题LDA建模和t-SNE可视化
我们将首先介绍主题建模和t-SNE，然后将这些技术应用于两个数据集：20个新闻组和推文。
R语言用随机森林和文本挖掘提高航空公司客户满意度
尽管航空业强劲，但为了保持持续增长以及作为跨地区行业领导者的持续地位，必须时刻保持警惕，以跟上客户需求。
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。
R语言使用LASSO回归预测股票收益
只要有金融经济学家，金融经济学家一直在寻找能够预测股票收益的变量。
R语言markov switching model马尔可夫转换模型研究案例
R语言markov switching model马尔可夫转换模型研究案例
R语言时间序列分析复杂的季节模式
当时间序列数据的频率高于季度或月度时，许多预测程序在分析季节性影响方面遇到了障碍。
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
R语言连续时间马尔可夫链模拟案例 Markov Chains
一个加油站有一个加油桩，没有空间供车辆等待（如果车辆到达，加油桩被占用，它就会离开）。
R语言法国足球联赛球员多重对应分析（MCA）
数据来自国际足联的视频游戏FIFA 。游戏的特点是在游戏的各个方面评价每个球员的能力。
特朗普社交数据舆情分析
特朗普社交数据舆情分析
R语言对用电负荷时间序列数据进行K-medoids聚类建模和广义加性/相加模型（GAM）回归
通过对用电负荷进行聚类，我们可以提取典型负荷曲线，提高随后的用电量预测的准确性。
excel数据分析——贝叶斯分析预测
excel数据分析——贝叶斯分析预测
Python用广义加性模型GAM进行时间序列分析
每当你发现一个与时间对应的趋势时，你就会看到一个时间序列。
