用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模
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)。
Category Archives: 数理统计
R语言LME4混合效应模型研究教师的受欢迎程度
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。
R语言Black Scholes和Cox-Ross-Rubinstein期权定价模型案例
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。
R语言中的Nelson-Siegel模型在汇率预测的应用
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。
Python贝叶斯回归分析住房负担能力数据集
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。
R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
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
R语言中的风险价值模型度量指标TVaR与VaR
疫情下的在线教学数据观
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。
R语言用线性模型进行臭氧预测： 加权泊松回归，普通最小二乘，加权负二项式模型，多重插补缺失值
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
R语言用线性回归模型预测空气质量臭氧数据
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
R语言中回归和分类模型选择的性能指标
【视频讲解】R语言中的Stan概率编程MCMC采样的贝叶斯模型
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
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
R语言中的多类别问题的绩效衡量：F1-score 和广义AUC
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。
python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题
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
R语言中绘制箱形图的替代品：蜂群图和小提琴图
在R语言中使用概率分布：dnorm，pnorm，qnorm和rnorm
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
基于R语言实现LASSO回归分析
本文使用模拟数据比较了标准最小二乘法和lasso回归。
R语言画ROC曲线总结
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。
R语言使用贝叶斯层次模型进行空间数据分析
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。
python机器学习：推荐系统实现（以矩阵分解来协同过滤）
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。
使用SAS，Stata，HLM，R，SPSS和Mplus的多层线性模型HLM
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。
R语言基于协方差的结构方程拟合的卡方检验
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
【视频讲解】R语言中的生存分析Survival analysis晚期肺癌患者4例
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
R语言使用二进制回归将序数数据建模为多元GLM
R语言使用Rasch模型分析学生答题能力
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。
R语言基于协方差的SEM结构方程模型中的拟合指数
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。
Stata中的治疗效果：RA：回归调整、 IPW：逆概率加权、 IPWRA、 AIPW
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语言中的Theil-Sen回归分析
R语言关于回归系数的解释
R语言关于回归系数的解释
SAS中用单因素ANOVA研究不同疗法对焦虑症的有效性
本教程将介绍如何使用SAS进行单因素方差分析。
R语言中使用多重聚合预测算法（MAPA）进行时间序列分析
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。
R语言使用最优聚类簇数k-medoids聚类进行客户细分
k-medoids是另一种聚类算法，可用于在数据集中查找分组。
R语言中的岭回归、套索lasso回归、主成分回归：线性模型选择和正则化
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。
R语言基于树的方法：决策树，随机森林，Bagging，增强树
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
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
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
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
R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图
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。
【视频讲解】R语言里的非线性模型：多项式回归、局部样条、平滑样条、 广义相加模型GAM分析
在这里，我们放宽了流行的线性技术的线性假设。
使用R语言进行机制检测的隐马尔可夫模型HMM
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。
基于R统计软件的三次样条和光滑样条模型数据拟合及预测
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
R语言逻辑回归、方差分析 、伪R平方分析
R语言多重比较方法
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。
R语言逐步多元回归模型分析长鼻鱼密度影响因素
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
R语言对回归模型进行协方差分析
R语言曲线回归：多项式回归、多项式样条回归、非线性回归数据分析
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。
R语言中进行Spearman等级相关分析
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
R语言相关分析和稳健线性回归分析
R语言使用tf-idf描述NASA元数据的文本和关键字
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
R语言对NASA元数据进行文本挖掘的主题建模分析
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型
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。
R语言VAR向量自回归模型的不同类型的脉冲响应分析
脉冲响应分析是采用向量自回归模型的计量经济学分析中的重要一步。
【视频讲解】R语言用向量自回归（VAR）进行经济数据脉冲响应研究分析
自从Sims（1980）发表开创性的论文以来，向量自回归模型已经成为宏观经济研究中的关键工具。
R语言从经济时间序列中用HP滤波器，小波滤波和经验模态分解等提取周期性成分分析
经济时间序列的分析通常需要提取其周期性成分。
python中使用scikit-learn和pandas决策树进行iris鸢尾花数据分类建模和交叉验证
最近我们被客户要求撰写关于决策树分类的研究报告。将使用著名的iris数据集，该数据集对各种不同的iris类型进行各种测量。
R语言数据可视化分析案例：探索BRFSS数据数据分析报告
R语言数据可视化分析案例：探索BRFSS数据数据分析报告
R语言探索BRFSS数据可视化
R语言探索BRFSS数据可视化
数据把握电影市场需求
电影产业是文化产业的重要支柱，作为一种文化产品，通过商业元素与艺术元素结合释放巨大价值 ，电影的票房能直观的体现电影的市场需求。
R语言在BRFSS数据中可视化分析探索糖尿病的影响因素
R语言在BRFSS数据中可视化分析探索糖尿病的影响因素
R语言可视化探索BRFSS数据并逻辑回归Logistic回归预测中风
R语言可视化探索BRFSS数据并逻辑回归Logistic回归预测中风
R语言对BRFSS数据探索回归数据分析
R语言对BRFSS数据探索回归数据分析
【视频】在r语言中使用GAM（广义相加模型）进行电力负荷时间序列分析
在绘制的时间序列中可以看到两个主要的季节性：每日和每周。我们在一天中有48个测量值，在一周中有7天，因此这将是我们用来对响应变量进行建模的自变量–电力负荷。
