R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析
我们要做的是:我们从一些收益率曲线开始,然后逐步地随机修改收益率,最后尝试拟合NS模型以新的收益。因此我们对此进行了模拟。
我们要做的是:我们从一些收益率曲线开始,然后逐步地随机修改收益率,最后尝试拟合NS模型以新的收益。因此我们对此进行了模拟。
Nelson-Siegel- [Svensson]模型是拟合收益曲线的常用方法。
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)。
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。
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。
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。
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。
最近我们被客户要求撰写关于吉布斯采样的研究报告。
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。
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
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
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
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。
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。
本文使用模拟数据比较了标准最小二乘法和lasso回归。
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。
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。
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。
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。
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
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语言使用二进制回归将序数数据建模为多元GLM
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。
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语言中的Theil-Sen回归分析
R语言关于回归系数的解释
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。
k-medoids是另一种聚类算法,可用于在数据集中查找分组。
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。
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
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
在这里,我们放宽了流行的线性技术的线性假设。
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语言逻辑回归、方差分析 、伪R平方分析
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
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。
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
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
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。
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。
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。
经济时间序列的分析通常需要提取其周期性成分。
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。
CNN+ Auto-Encoder 实现无监督Sentence Embedding ( 基于Tensorflow)
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
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
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。
特征提取。但是这里我们需要更深入的数据清理。数据清理是在数据集,表格,文本等上完成的。如何在图像上完成?
主成分回归(PCR)的方法 本质上是使用第一个方法的普通最小二乘(OLS)拟合来自预测变量的主成分(PC)。
偏最小二乘回归是一种回归形式 。
最近我们被客户要求撰写关于开发具有多个输出的文本分类模型的研究报告。
从网站提取数据的方法称为网络抓取。
深度学习无处不在。在本文中,我们将使用Keras进行文本分类。
在Python中自然语言处理生成词云WordCloud
在本文中,您将看到如何在Python中执行对象检测。
永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。
技术干货
最新洞察
This will close in 0 seconds