R语言使用虚拟变量(Dummy Variables) 回归分析工资影响因素
本文与以下两个问题有关。你应该如何在回归中添加虚拟变量？你应该如何解释结果？
Category Archives: 大数据部落
R语言混合线性模型、多层次模型、回归模型分析学生平均成绩GPA和可视化
对于不熟悉的人来说，围绕混合模型的术语，特别是跨学科的术语，可能有点令人困惑。你可能遇到的关于这些类型的模型的一些术语包括。
Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类
这个例子展示了如何使用深度学习长短期记忆（LSTM）网络对文本数据进行分类。
R语言资产配置策略量化模型：改进的移动平均线策略动态回测
定量战术资产配置策略（QATAA）模型是使用10个月的移动平均线作为过滤器。
R语言量化：合成波动率指数移动平均策略分析标准普尔500波动率指数(VIX)
本文目标是创建合成波动率指数
R语言中的copula GARCH模型拟合时间序列并模拟分析
在这个文章中，我们演示了copula GARCH方法（一般情况下）。
Python中的多项式回归拟合非线性关系实例
多项式回归是独立x变量和因果y变量之间的非线性关系。
R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数
我们介绍贝叶斯分析，这个例子是关于职业足球比赛的进球数。
R语言结构方程SEM中的power analysis 效能检验分析
数学模型的统计评价通常是通过考虑测试统计量来进行的，测试统计量表示观察数据和拟合模型的数据之间的差异。
MATLAB基于贝叶斯模型的随机森林预测方法分析汽车燃油经济性
这个例子展示了如何用Matlab实现贝叶斯优化，使用分位数误差调整回归树随机森林的超参数。
在R语言中拟合扩展的Rasch模型分析试题质量
Rasch 分析是获得客观的、最基本的累加型测量值（兼顾分析模型中的标准误和质量控制如拟合统计值）的一种分析方法，适用于通过随机观测有序、分级类反应获得的数据分析。
R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病
这个数据集可以追溯到1988年，由四个数据库组成。
【视频讲解】R语言线性混合效应模型（固定效应&随机效应）和交互可视化3案例
在本文中，我们将用R语言对数据进行线性混合效应模型的拟合，然后可视化你的结果。
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口数据
假设我们需要设计一个抽样调查，有一个完整的框架，包含目标人群的信息（识别信息和辅助信息）。
R语言蒙特卡洛方法：方差分量的Metropolis Hastings（M-H）、吉布斯Gibbs采样比较分析
蒙特卡洛方法利用随机数从概率分布P(x)中生成样本，并从该分布中评估期望值，该期望值通常很复杂，不能用精确方法评估。
R语言有状态依赖强度的非线性、多变量跳跃扩散过程模型似然推断分析股票价格波动
跳跃扩散过程为连续演化过程中的偏差提供了一种建模手段。
R语言分解商业周期时间序列数据：线性滤波器、HP滤波器、Baxter King滤波器、Beveridge Nelson分解等去趋势方法
最近我们被客户要求撰写关于时间序列的研究报告。我们做的第一件事是清除当前环境中的所有变量。这可以通过以下命令进行。
R语言文本挖掘、情感分析和可视化哈利波特小说文本数据
一旦我们清理了我们的文本并进行了一些基本的词频分析，下一步就是了解文本中的观点或情感。这被认为是情感分析，本教程将引导你通过一个简单的方法来进行情感分析。
R语言逻辑回归logistic模型预测泰坦尼克titanic 数据集生还情况
逻辑回归是一种拟合回归曲线的方法，y=f(x)，当y是一个分类变量时。
R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据
贝叶斯网络（BN）是一种基于有向无环图的概率模型，它描述了一组变量及其相互之间的条件依赖性。
R语言DTW(Dynamic Time Warping) 动态时间规整算法分析时间序列数据和可视化
动态时间规整（DTW,Dynamic time warping,动态时间归整/规整/弯曲）是一种衡量两个序列之间最佳排列的算法。
R语言Bootstrap的岭回归和自适应LASSO回归可视化
使用glmnet软件包中的相关函数对岭回归和lasso套索回归进行分析。
调查数据倾听大学生外卖需求
随着社会经济的发展，饮食生活已经逐渐融入了我们的日常生活世界，每天都不可避免地在 “吃 “的问题上有更多的考虑，吃好、吃多已经不再是我们的烦恼。
R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化
这个数据集常用于数据概述、可视化和聚类模型。
【视频讲解】Python蒙特卡罗（Monte Carlo）模拟计算投资组合的风险价值（VaR）
VaR是 “风险价值 “的缩写，是许多公司和银行用来确定其公司内部金融风险水平的工具。风险值是为公司的投资而计算的，也可能是为检查银行或公司所管理的投资组合的风险水平。
R语言投资组合优化求解器：条件约束最优化、非线性规划求解
本文将介绍R中可用于投资组合优化的不同求解器。
R语言多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析
当需要为数据选择最合适的预测模型或方法时，预测者通常将可用的样本分成两部分：内样本（又称 “训练集”）和保留样本（或外样本，或 “测试集”）。
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集
(a)部分：k-means聚类
使用k-means聚类法将数据集聚成2组。
画一个图来显示聚类的情况
使用k-means聚类法将数据集聚成3组。
画一个图来显示聚类的情况
(b)部分：层次聚类
使用全连接法对观察值进行聚类。
使用平均和单连接对观测值进行聚类。
绘制上述聚类方法的树状图。
R语言用Hessian-free 、Nelder-Mead优化方法对数据进行参数估计
Nelder-Mead方法是最著名的无导数方法之一，它只使用f的值来搜索最小值。过程：
R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据
最近我们被客户要求撰写关于GLM模型的研究报告。具体来说，本教程重点介绍逻辑回归在二元结果和计数/比例结果情况下的使用，以及模型评估的方法。
R语言计量经济学：虚拟变量(哑变量)在线性回归模型中的应用
然而，诸如性别、季节、地点等变量则不能用数字来衡量。相反，我们使用虚拟变量来衡量它们。
Python风险价值计算投资组合VaR（Value at Risk ）、期望损失ES（Expected Shortfall）
Python计算获得多资产投资组合的风险度量。
R语言用相关网络图可视化分析汽车配置和饮酒习惯
我们经常使用的一个关系性指标是相关性。通过可以利用数据框架和绘图来帮助探索相关关系。
R语言 PCA(主成分分析)，CA(对应分析)夫妻职业差异和马赛克图可视化
主成分分析法是数据挖掘中常用的一种降维算法。
R语言公交地铁路线进出站数据挖掘网络图可视化
对于庞大的公交地铁路线信息的数据挖掘，一般软件遇到的问题主要有两点：1.对于文本信息的挖掘，特别是中文词汇的挖掘，缺乏成熟的工具或者软件包，2.对于大数据量，一般软件的读取和处理会遇到问题。
MATLAB中用BP神经网络预测人体脂肪百分比数据
这个例子说明了一个函数拟合的神经网络如何根据测量结果来估计脂肪百分比。
【视频讲解】R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化
关联规则挖掘是一种无监督的学习方法，从交易数据中挖掘规则。
R语言Lasso回归模型变量选择和糖尿病发展预测模型
Lease Absolute Shrinkage and Selection Operator（LASSO）在给定的模型上执行正则化和变量选择。
R语言乘法GARCH模型对高频交易数据进行波动性预测
虽然我对高频噪音中出现信号的有效性有一些怀疑，但我还是决定使用GARCH模型研究一下收益率的统计模型。与每日和较低频率的收益不同，日内高频数据有某些特殊的特点，使得使用标准的建模方法是无效的。
Python中用Prophet模型对天气时间序列进行预测与异常检测
基本的Prophet模型是一个可分解的单变量时间序列模型，结合了趋势、季节性和节假日效应。
R语言状态空间模型和卡尔曼滤波预测酒精死亡人数时间序列
状态空间建模是一种高效、灵活的方法，用于对大量的时间序列和其他数据进行统计推断。本文介绍了状态空间建模，其观测值来自指数族，即高斯、泊松、二项、负二项和伽马分布。
数据挖掘：香水电商销售策略分析
就香水市场份额而言，亚洲占全球销售额的8%，仅占拉丁美洲的20%，而中国仅占全球销售额的0.8%。
R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法。
Python用时变马尔可夫区制转换（Markov regime switching）自回归模型分析经济时间序列
本文提供了一个在统计模型中使用马可夫转换模型模型的例子，来复现Kim和Nelson（1999）中提出的一些结果。
R语言有限混合模型(FMM,finite mixture model)及其EM算法聚类分析间歇泉喷发时间
既包括传统的方法，如单变量和多变量正态混合的EM算法，也包括反映有限混合模型的一些最新研究的方法。许多算法都是EM算法或基于类似EM的思想，因此本文包括有限混合模型的EM算法的概述。
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析
本报告是对心脏研究的机器学习/数据科学调查分析。更具体地说，我们的目标是在心脏研究的数据集上建立一些预测模型，并建立探索性和建模方法。但什么是心脏研究？
R语言计算资本资产定价模型(CAPM)中的Beta值和可视化
今天我们将计算投资组合收益的CAPM贝塔。这需要拟合一个线性模型，得到可视化，从资产收益的角度考虑我们的结果的意义。
R语言极值推断：广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法
本文是极端值推断的内容。我们在广义帕累托分布上使用最大似然方法。
新零售消费者特征的数据视野
新零售,顾名思义,就是与 传统零售 完全不同的,一种新的零售模式。
【视频讲解】Python随机波动率(SV)模型对标普500指数时间序列波动性预测
资产价格具有随时间变化的波动性（逐日收益率的方差）。
R语言在地图上绘制散点饼图可视化
我们在ggplot2中制作的饼实际上是一个条形图转换为极坐标。
使用R语言进行多项式回归、非线性回归模型曲线拟合
对于线性关系，我们可以进行简单的线性回归。对于其他关系，我们可以尝试拟合一条曲线。
R语言使用ARIMAX预测失业率经济时间序列数据
在大数据的趋势下，我们经常需要做预测性分析来帮助我们做决定。
R语言用ARIMA模型，ARIMAX模型预测冰淇淋消费时间序列数据
标准的ARIMA（移动平均自回归模型）模型允许只根据预测变量的过去值进行预测。
【视频讲解】R语言主成分分析（PCA）葡萄酒可视化：主成分得分散点图和载荷图
我们将使用葡萄酒数据集进行主成分分析。
【视频讲解】R语言生态学建模：增强回归树（BRT）预测短鳍鳗生存分布和影响因素
本文是一个简短的教程，在R中拟合BRT（提升回归树）模型。我们的目标是使BRT（提升回归树）模型应用于生态学数据，并解释结果。
matlab实现扩展卡尔曼滤波(EKF)进行故障检测
本文展示了如何使用扩展卡尔曼滤波器进行故障检测。本文使用扩展的卡尔曼滤波器对一个简单的直流电机的摩擦力进行在线估计。
R语言经济学：动态模型平均(DMA)、动态模型选择(DMS)预测原油价格时间序列
简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和研究人员有用。
R语言基于Bagging分类的逻辑回归(Logistic Regression)、决策树、森林分析心脏病患者
通常，bagging 与树有关，用于生成森林。但实际上，任何类型的模型都有可能使用bagging 。
R语言多项式回归拟合非线性关系
多项式回归是独立x变量和因果y变量之间的非线性关系。
【视频讲解】R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
本文的目的是完成一个逻辑回归分析。使你对分析步骤和思维过程有一个基本概念。
R语言时间序列GARCH模型分析股市波动率
在这篇文章中，我们将学习一种在价格序列中建立波动性模型的标准方法，即广义自回归条件异方差（GARCH）模型。
R语言时变向量自回归（TV-VAR）模型分析时间序列和可视化
在心理学研究中，个人主体的模型正变得越来越流行。原因之一是很难从人之间的数据推断出个人过程。另一个原因是，由于移动设备无处不在，从个人获得的时间序列变得越来越多。
R语言用样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化
Boosting算法是一种把若干个分类器整合为一个分类器的方法，也就是一种集成分类方法（Ensemble Method）。
R语言用局部加权回归(Lowess)对logistic逻辑回归诊断和残差分析
目前，回归诊断不仅用于一般线性模型的诊断，还被逐步推广应用于广义线性模型领域（如用于logistic回归模型）。
Matlab中的偏最小二乘法（PLS）回归模型，离群点检测和变量选择
最近我们被客户要求撰写关于PLS的研究报告。本文建立偏最小二乘法（PLS）回归（PLSR）模型，以及预测性能评估。
