数据代码分享|R语言lasso回归、贝叶斯分析员工满意度调查数据、缺失值填充
员工满意度对于组织绩效和竞争力具有重要影响，因此准确了解员工满意度的影响因素和有效管理成为管理者的关键任务。
Category Archives: 技术支持
【视频】R语言LDA线性判别、QDA二次判别分析分类葡萄酒品质数据
判别分析(Discriminant analysis）是一种统计分析方法，旨在通过将一组对象（例如观察数据）分类到已知类别的组中，来发现不同组之间的差异。
R语言组lasso改进逻辑回归变量选择分析高血压、易感因素、2型糖尿病和LDL可视化
本文用逻辑回归和lasso算法医学上的疾病的相关因素，帮助客户确定哪种模型可用于某种疾病的相关因素分析。
R语言IMDb TOP250电影特征数据挖掘可视化分析受众偏好、排名、投票、评分
本文首先介绍了IMDb（互联网电影资料库） TOP250及其排名算法、评分机制利弊，帮助客户通过分析《黑暗骑士》、《肖申克的救赎》和《教父》三部影片在2008年7月至9月评分数据，分析排名变动的原因。
R语言广义加性混合模型(GAMM)分析长沙气象因子、空气污染、PM2.5浓度、显著性检验、逐日变化可视化
气候变化和空气污染对现代社会产生了越来越大的影响。
Python基于SVM和RankGauss的低消费指数构建模型
校园的温情关怀是智慧校园的一项重要内容。
SPSS Modeler用K-means（K-均值）聚类、CHAID、CART决策树分析31省市土地利用情况和GDP数据
随着经济的快速发展和城市化进程的不断推进，土地资源的利用和管理成为了一项极为重要的任务。
R语言分析ROE与股票收益的关系
影响股票收益的因子一直是研究者与投资者关注的问题。
R语言改进的DCC-MGARCH：动态条件相关系数模型、BP检验分析股市数据
股票市场波动性模型一直是金融领域研究的热点之一。
MATLAB改进模糊C均值聚类FCM在电子商务信用评价应用：分析淘宝网店铺数据
近年来电子商务发展迅速，随之而来的信用问题给消费者带来诸多困扰，造成电子商务网上各种交易问题产生的原因是多方面的，但总的来说是缺乏有效的信用评价体系。
R语言k-prototype聚类新能源汽车行业上市公司分析混合型数据集
本文的研究目的是基于R语言的k-prototype算法，帮助客户对新能源汽车行业上市公司进行混合型数据集的聚类分析。
【视频】ARIMA时间序列模型原理和R语言ARIMAX预测实现案例
ARIMA是可以拟合时间序列数据的模型，根据自身的过去值(即自身的滞后和滞后的预测误差)“解释” 给定的时间序列，因此可以使用方程式预测未来价值。
R语言航班延误影响预测分析：lasso、决策树、朴素贝叶斯、QDA、LDA、缺失值处理、k折交叉验证
WeChat Tencent QQ email print 由Kaizong Ye，Liao Bao撰写 航班
R语言上市公司经营绩效实证研究 ——因子分析、聚类分析、正态性检验、信度检验
随着我国经济的快速发展，上市公司的经营绩效成为了一个备受关注的话题。
【视频】Python的天气数据爬虫实时抓取采集和可视化展示
本文以天气数据实时抓取和可视化展示为主题。
R语言Copula对债券时间序列数据的流动性风险进行度量
在金融市场中，债券的流动性风险一直是一个备受关注的问题。
【视频】因子分析简介及R语言应用实例：对地区经济研究分析重庆市经济指标
WeChat Tencent QQ email print 由Li Yu撰写 进而起到降维的目的，还可检验变量
R语言ARMA-GARCH模型金融产品价格实证分析黄金价格时间序列
研究黄金价格的动态演变过程至关重要。
R语言关联规则Apriori对抗肿瘤中药数据库知识发现研究
肿瘤是近年来严重威胁人类的健康的疾病,据统计,目前大部分种类的肿瘤都呈现不同程度的上升趋势,中国因患肿瘤而死亡的人数约占全球肿瘤死亡总人数的1/4左右,人类正面临着肿瘤防治的新挑战。
【视频】R语言机器学习高维数据应用：Lasso回归和交叉验证预测房屋市场租金价格
WeChat Tencent QQ email print 由Junjun Li撰写 然而，如何准确地预测房屋
SPSS Modeler分析物流发货明细数据：K-MEANS（K均值）聚类和Apriori关联规则挖掘
物流发货明细数据在现代物流业中扮演着至关重要的角色。
【视频讲解】支持向量机算法原理和Python用户流失数据挖掘SVM实例
即使是同一种植物，由于生长的地理环境的不同，它们的特征会有所差异。例如鸢尾花，可分为山鸢尾、杂色鸢尾、维吉尼亚鸢尾。
MATLAB模糊C均值聚类FCM改进的推荐系统协同过滤算法分析MovieLens电影数据集
在当今信息爆炸的时代，电影作为人们生活中不可或缺的娱乐方式，受到了越来越多的关注。
【视频讲解】Python用GM（1，1)灰色模型预测模型对电力预测
负荷预测是电力系统的重要工作之一，对电力系统各个部门的工作都起着非常重要的作用。
R语言聚类、文本挖掘分析虚假电商评论数据：K-Means(K-均值)、层次聚类、词云可视化
聚类分析是一种常见的数据挖掘方法，已经广泛地应用在模式识别、图像处理分析、地理研究以及市场需求分析。
数据代码分享|R语言回归分析：体脂数据、公交绿色出行与全球变暖2案例
WeChat Tencent QQ email print 由Kaizong Ye，Liao Bao撰写 回答
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
时间序列模型的理论已经非常丰富,模型的应用也相当广泛。 WeChat Tencent QQ email pri
R语言武汉流动人口趋势预测：灰色模型GM（1，1）、ARIMA时间序列、logistic逻辑回归模型
人口流动与迁移，作为人类产生以来就存在的一种社会现象，伴随着人类文明的不断进步从未间断。
【视频讲解】R语言bnlearn包：贝叶斯网络的构造及参数学习的原理和实例|视频课程
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语言交互可视化分析房屋市场：arima、VAR时间序列、XGBoost、主成分分析、LASSO可视化报告
在当前海量数据和资源的情况下，面对客户需求。
R语言改进的K-Means(K-均值)聚类算法分析股票盈利能力和可视化
大量数据中具有”相似”特征的数据点或样本划分为一个类别。
R语言布朗运动模拟股市、物种进化树状图、二项分布可视化
本文模拟了在连续和离散时间布朗演化一些简单的方法。
Python爱彼迎Airbnb新用户体验数据XGBoost、随机森林预测
在多项用户数据中寻找与预测值相关的属性。查看各个特征的分布与特征之间的关联。
R语言分位数回归、最小二乘回归OLS北京市GDP影响因素可视化分析
对于影响北京市GDP 因素分析常用的方法是最小二乘回归。【1】
R语言K-Means(K-均值)聚类、朴素贝叶斯（Naive Bayes）模型分类可视化
分类是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。
Eviews回归分析股权集中度、股权制衡度与公司绩效关系：中小板上市公司数据
本文深入分析了国内外关于股权结构与公司绩效的影响因素
R语言Apriori算法关联规则对中药用药复方配伍规律药方挖掘可视化
我们常说的中药挖掘，一般是用药挖掘，还有穴位的挖掘，主要是想找出一些用药的规律。
R语言文本挖掘：kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化
互联网时代，大量的新闻信息、网络交互、舆情信息以文本形式存储在数据库中
R语言决策树、随机森林、逻辑回归临床决策分析NIPPV疗效和交叉验证
临床决策(clinical decision making)是医务人员在临床实践过程中，根据国内外医学科研的最新进展,不断提出新方案，与传统方案进行比较后,取其最优者付诸实施，从而提高疾病诊治水平的过程。
R语言改进Apriori关联规则挖掘研究西安PM2.5含量与天气因素关系数据可视化
随着社会的发展，大数据(big data)一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。
R语言LASSO特征选择、决策树CART和CHAID算法电商网站购物行为预测分析
本文通过分析电子商务平台的用户购物行为，帮助客户构建了一个基于决策树模型的用户购物行为预测分析模型。
R语言ARIMA模型分析预测上海空气质量指数AQI时间序列
指数平滑法对于预测来说是非常有帮助的，而且它对时间序列上面连续的值之间相关性没有要求。
R语言宏观经济学：IS-LM曲线可视化货币市场均衡
凯恩斯相关理论主要是美国20世纪30年代的经济危机而提出的，主张政府干预经济，实行宏观调控。
SQL Server仓储物流公司visual studio发货数据仓库设计
WeChat Tencent QQ email print 由Yanlin Li撰写 解决方案 任务/目标 搭
R语言神经网络模型预测多元时间序列数据可视化
多元时间序列建模一直是吸引了来自经济，金融和交通等各个领域的研究人员的主题。
R语言单位根、协整关系Granger因果检验、RESET分析汇率在岸和离岸数据时间序列
单位根的随机性趋势与协整关系对实证分析中时间序列的影响是不容小觑的。
Matlab基于SEIRD模型，NSIR预测模型，AHP层次分析法新冠肺炎预测与评估分析
新型冠状病毒肺炎COVID-19 给中国乃至全世界都带来了深重的灾难，对世界经济也造成了不可逆的影响。
R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
本文通过建立空载率的数学模型，帮助客户来分析出租车的空载率，从而对出租车补贴政策能否提高高峰期的实载率，缓解打车难问题进行了说明。
SQL SERVER ANALYSIS SERVICES决策树、聚类、关联规则挖掘分析电商购物网站的用户行为数据
假如你有一个购物类的网站，那么你如何给你的客户来推荐产品呢？
Eviews基于多元回归模型OLS的CPI影响因素分析
2015年以来，通货膨胀越来越成为我国的重要经济现象。
R语言关联规则挖掘apriori算法挖掘评估汽车性能数据
我们一般把一件事情发生，对另一件事情也会产生影响的关系叫做关联。
R语言逻辑回归Logistic选股因素模型交易策略及沪深300指数实证
本文以多因素模型在股票交易中的应用为背景，帮助客户针对Logistic选股模型的理论基础以及模型原理方面分析Logistic选股模型的可行性与稳定性。为保证模型的可靠和稳定，使用过去五年的历史数据来检测模型。
Python电力负荷预测：ARIMA、LSTM神经网络时间序列分析
电力系统源源不断向各用户提供持续稳定的电能，本文通过对数据的提取。
R语言临床预测模型：分层构建Cox生存回归模型stratified Cox model、KM生存曲线、PH假设检验
stratified cox model是针对协变量不满足PHA提出的，这里的思想是对协变量分层。
R语言SVM支持向量机、文本挖掘新闻语料情感情绪分类和词云可视化
支持向量机（SVM）是一种机器学习方法，基于结构风险最小化原则，即通过少量样本数据，得到尽可能多的样本数据。
汽车经销商客户流失预警：逻辑回归（LR）、LASSO、逐步回归
随着社会经济的快速发展和交通基础设施的不断完善，我国汽车市场也得到了迅速增长。
R语言Kmeans均值聚类、PAM、DBSCAN、AGNES、FDP、PSO粒子群聚类分析iris数据结果可视化比较
本文以iris数据和模拟数据为例，帮助客户了比较R语言Kmeans聚类算法、PAM聚类算法、 DBSCAN聚类算法、 AGNES聚类算法、 FDP聚类算法、 PSO粒子群聚类算法在 iris数据结果可视化分析中的优缺点。
R语言GAMLSS模型对艾滋病病例、降雪量数据拟合、预测、置信区间实例可视化
GAMLSS模型是一种半参数回归模型，参数性体现在需要对响应变量作参数化分布的假设，非参数性体现在模型中解释变量的函数可以涉及非参数平滑函数，非参数平滑函数不预先设定函数关系，各个解释变量的非线性影响结果完全取决于样本数据。
R语言无套利区间模型期货期现研究：正向套利和反向套利次数、收益率分析华泰柏瑞300ETF可视化
股指期货的套利交易有助于股指期货实现其价格发现以及风险规避的功能。
Python互联网大数据爬虫的武汉市二手房价格数据采集分析：Linear Regression模型、XGBoost模型和LightGBM模型
我国有大量的资金都流入了房地产行业，同时与其他行业有着千丝万缕的联系，可以说房地产行业对推动我国深化改革、经济发展、工业化和城市化具有不可磨灭的作用。
R语言独立成分分析fastICA、谱聚类、支持向量回归SVR模型预测商店销量时间序列可视化
本文利用R语言的独立成分分析（ICA）、谱聚类（CS）和支持向量回归 SVR 模型帮助客户对商店销量进行预测。
R语言用灰色模型 GM (1,1)、神经网络预测房价数据和可视化
以苏州商品房房价为研究对象，帮助客户建立了灰色预测模型 GM (1,1)、 BP神经网络房价预测模型，利用R语言分别实现了 GM (1,1)和 BP神经网络房价预测可视化。
python用回归模型对水泥生产关键温度点预测模型
本项目目标为水泥生产关键生产数据的回归及预测（某一关键温度点的预测）。
SQL Server Analysis Services数据挖掘聚类分析职业、地区、餐饮消费水平数据
本文通过 SQL Server Analysis Services数据挖掘的分析模块，帮助客户对一个职业、地区、餐饮消费水平的数据挖掘，并用可视化分析图表显示数据。
Python对中国电信消费者特征预测：随机森林、朴素贝叶斯、神经网络、最近邻分类knn、逻辑回归、支持向量回归（SVR）
随着大数据概念的兴起，以数据为基础的商业模式越来越流行，用所收集到的因素去预测用户的可能产生的行为，并根据预测做出相应反应成为商业竞争的核心要素之一。
R语言Apriori模型关联规则挖掘分析脑出血急性期用药规律最常配伍可视化
WeChat Tencent QQ email print 由Kaizong Ye，Sherry Deng撰写
