By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术 LSTM, RNN, 利率, 循环神经网络, 时间序列, 神经网络, 长期利率, 长短期记忆, 长短期记忆网络, 预测
2017 年年中,R 推出了 Keras 包 ,这是一个在 Tensorflow 之上运行的综合库,具有 CPU 和 GPU 功能。本文将演示如何在 R 中使用 LSTM 实现时间序列预测。
By tecdat 可视化和设计, 大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术 SAS, 决策树, 分类, 剪枝, 可视化, 评分, 贷款, 贷款申请, 预测
分类树的一个常见用途是预测抵押贷款申请人是否会拖欠贷款。
在事物的发展过程中,常表现出复杂的波动情况,即时而波动的幅度较缓,而又时常出现波动集聚性(VolatilitY clustering),在风险研究中经常遇到这种情况。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 CAPM, Fama French, 三因子模型, 回归, 多因素, 投资组合, 收益, 股市, 股票, 股票市场, 风险
FF 模型通过回归除市场收益之外的几个变量的投资组合收益来扩展 CAPM。
By tecdat 医药生物, 大数据部落, 数据库, 数理统计, 机器学习, 计算机科学与技术 Framingham, svm, 可视化, 回归, 心脏病, 支持向量机, 模型诊断, 逻辑回归, 随机森林, 预测, 风险
世界卫生组织估计全世界每年有 1200 万人死于心脏病。
WeChat Tencent QQ email print 由Kaizong Ye,Coin Ge撰写 考虑稳
Read More
By tecdat 可视化和设计, 大数据部落, 数理统计, 计算机科学与技术 ECDF, ggplot2, Kolmogorov-Smirnov, KS, KS检验, 检验, 经验累积分布, 经验累积分布函数
Kolmogorov-Smirnov是比较一个频率分布f(x)与理论分布g(x)或者两个观测值分布的检验方法。
By tecdat 可视化和设计, 大数据部落, 数理统计, 计算机科学与技术 女性, 社交活动, 社区检测, 社区节点, 社群发现, 网络, 网络社区
在网络上进行社区检测时,有时我们不仅拥有实体之间的联系。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 copula, ES, VaR, 基金, 投资组合, 收益率, 期望损失, 边缘分布, 风险价值
在这项工作中,我通过创建一个包含四只基金的模型来探索 copula,这些基金跟踪股票、债券、美元和商品的市场指数。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 AMZN, Beta, beta系数, 亚马逊, 回归, 投资组合, 构建投资组合, 股票, 股票市场, 非线性回归, 风险
Beta 假设反映了一种工具对例如市场的风险。但是,您可以通过各种方式估算此度量。
参与活动: 直播活动视频、程序、数据和讲义 扫码支付: 60 元 支付宝 支持支付宝扫码支付
关于这次线下+线上拓端直播课活动 我们在心理学网络论文中看到的一个问题是,作者有时会对其数据的可视化进行过度解
Read More
By tecdat 可视化和设计, 大数据部落, 心理学, 数理统计, 机器学习, 计算机科学与技术 spinglass, walktrap, 可视化, 复杂网络, 心理学, 探索性图分析, 检测, 社区发现, 社区发现算法, 网络
我们在心理学网络论文中看到的一个问题是,作者有时会对其数据的可视化进行过度解释。
参与活动: MATLAB用COPULA模型进行蒙特卡洛(MONTE CARLO)模拟和拟合股票收益 录屏、程序
Read More
关于这次线下+线上拓端直播课活动 Copulas 是描述变量之间依赖关系的函数,并提供了一种创建分布以对相关多
Read More
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 EWMA, matlab, S&P500, VaR, 加权移动平均线, 历史模拟法, 回测, 时间序列, 普尔指数, 正态分布
此示例说明如何使用三种方法估计风险价值 (VaR) 并执行 VaR 回测分析。
By tecdat 可视化和设计, 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 GARCH, SP 500, 可视化, 时间序列, 标准普尔, 模型, 比较, 波动率, 软件包, 预测
我们研究波动聚集,以及使用单变量 GARCH(1,1) 模型对其进行建模。
By tecdat 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术 Adaboost, sklearn, 决策边界, 分类, 可视化, 自己编写, 集成学习
Boosting指的是机器学习元算法系列,它将许多 “弱 “分类器的输出合并成一个强大的 “集合”,其中每个弱分类器单独的错误率可能只比随机猜测好一点。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 arima, GARCH, python, 时间序列, 股市, 股票, 股票市场, 金融, 预测
这篇文章讨论了自回归综合移动平均模型 (ARIMA) 和自回归条件异方差模型 (GARCH) 及其在股票市场预测中的应用。
By tecdat 图像处理, 大数据部落, 数理统计, 计算机科学与技术 CIFAR, CNN, 分类, 卷积神经网络, 图像, 深度学习, 神经网络, 结果评估, 评估
本文演示了训练一个简单的卷积神经网络 (CNN) 来对 CIFAR 图像进行分类。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术 CPI, matlab, TV-VAR, VAR模型, VAR随机模型, 向量自回归, 失业率, 时变VAR模型, 时间序列, 消费者价格指数
var对象指定了p阶平稳的多变量向量自回归模型(VAR(p))模型的函数形式并存储了参数值。
By tecdat 可视化和设计, 地理,运输,旅行和物流, 大数据部落, 数理统计, 计算机科学与技术 北半球, 可视化, 回归, 多元线性回归, 收敛, 收敛性, 数据, 气候, 海冰, 海冰范围, 线性回归, 线性回归模型, 贝叶斯, 贝叶斯简单线性回归, 贝叶斯线性回归
像任何统计建模一样,贝叶斯建模可能需要为你的研究问题设计合适的模型,然后开发该模型,使其符合你的数据假设并运行。
By tecdat 大数据部落, 数理统计, 机器学习, 计算机科学与技术 Adaboost, 优化, 决策树, 分类, 回归, 机器学习, 网格搜索, 超参数, 超参数优化, 逻辑回归, 集成学习, 集成机器, 集成模型
Boosting 是一类集成机器学习算法,涉及结合许多弱学习器的预测。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 GARCH, matlab, 拟合, 收益率, 时间序列, 波动, 股市, 股票, 股票市场, 预测
使用 garch 指定一个单变量GARCH(广义自回归条件异方差)模型。
By tecdat 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术 kmean, kmeans, Kmeans聚类, 亚洲国家, 层次聚类, 最佳聚类数, 生活幸福质量, 聚类, 聚类数, 选择最佳聚类数
《世界幸福报告》是可持续发展解决方案网络的年度报告,该报告使用盖洛普世界民意调查的调查结果研究了150多个国家/地区的生活质量。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 CVaR, EVT, GARCH, POT, VaR, 多元, 多元化, 投资, 投资组合, 指数, 条件CVaR, 极值理论, 股票, 超阈值, 预测, 风险
本文用 R 编程语言极值理论 (EVT) 以确定 10 只股票指数的风险价值(和条件 VaR)。
By tecdat 大数据部落, 数理统计, 计算机科学与技术 lcmm, 多元, 心理测试, 混合效应, 混合效应模型, 潜过程, 认知过程, 非线性混合效应
每个动态现象都可以用一个潜过程(Λ(t))来表征,这个潜过程在连续的时间t中演化。
By tecdat 大数据部落, 数据库, 数理统计, 经济, 计算机科学与技术 BMA, 回归, 线性回归, 贝叶斯, 贝叶斯模型平均, 预测
贝叶斯模型提供了变量选择技术,确保变量选择的可靠性。
By tecdat 农业, 大数据部落, 数理统计, 计算机科学与技术 nlme, 农业, 因子实验设计, 施氮, 施氮水平, 有机农业, 混合模型, 线性, 非线性, 非线性混合模型
因子实验在农业中非常普遍,它们通常用于测试实验因素之间相互作用的重要性。
By tecdat 农业, 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术 R语言, uci, uci数据, 可视化, 回归, 弹性网络, 数据, 线性回归, 随机森林, 预测, 鲍鱼
铁和泛酸的极好来源,是澳大利亚、美国和东亚的营养食品资源和农业。100 克鲍鱼可提供超过 20% 的每日推荐摄入量。鲍鱼的经济价值与其年龄呈正相关。因此,准确检测鲍鱼的年龄对于养殖者和消费者确定其价格非常重要。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 arima, GARCH, python, 收益率, 时间序列, 股票, 股票市场, 预测
在量化金融中,我们学习了各种时间序列分析技术以及如何使用它们。
在这篇文章中,我将扩展从数据推断概率的示例,考虑 0 和 1之间的所有(连续)值,而不是考虑一组离散的候选概率。
By tecdat 医药生物, 大数据部落, 数理统计, 机器学习, 计算机科学与技术 nlme, 动力学, 哮喘, 固定效应, 混合效应, 线性, 药, 药物, 随机效应, 非线性, 非线性混合效应
最近我们被客户要求撰写关于抗哮喘药物茶碱动力学研究的报告。茶碱数据文件报告来自抗哮喘药物茶碱动力学研究。
By tecdat 大数据部落, 数理统计, 机器学习, 计算机科学与技术 LOESS, 三次样条, 变化点, 变化点检测, 回归, 在线收视率, 局部加权回归, 平滑, 平滑算法, 收视率, 样条, 电视节目, 白宫风云, 预测
此示例基于电视节目的在线收视率。我们将从抓取数据开始。
By tecdat 大数据部落, 数理统计, 机器学习, 经济, 计算机科学与技术, 金融 arima, COVID, COVID-19, knn, 新冠, 新冠疫情, 时间序列, 疫情, 神经网络, 股票, 股票价格, 预测
本文的目标是使用各种预测模型预测Google的未来股价,然后分析各种模型。
在这个例子中,我们考虑随机波动率模型 SV0 的应用,例如在金融领域。
By tecdat 大数据部落, 数理统计, 经济, 金融 arima, GARCH, 收益率, 时间序列, 波动率, 股票, 预测
在本文中,我们将尝试为苹果公司的日收益率寻找一个合适的 GARCH 模型。
本文描述了训练支持向量回归模型的过程,该模型用于预测基于几个天气变量、一天中的某个小时、以及这一天是周末/假日/在家工作日还是普通工作日的用电量。
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 SV, 信息准则, 时间序列, 综合信息准则, 股票, 股票价格, 随机波动率
随机波动率(SV)模型是常用于股票价格建模的一系列模型。
在比较性的纵向临床研究中,主要终点往往是发生特定临床事件的时间,如死亡、心衰住院、肿瘤进展等。
进行荟萃分析时,您很可能必须使用通用度量将效果大小计算或转换为效果大小。
By tecdat 可视化和设计, 大数据部落, 数理统计, 机器学习, 计算机科学与技术 EM, EM算法, 分层聚类, 分类, 可视化, 密度估计, 有限正态混合, 有限正态混合模型, 聚类
最近我们被客户要求撰写关于有限正态混合模型在r软件中的实现的研究报告,用于基于模型的聚类、分类和密度估计。
By tecdat 大数据部落, 数理统计, 机器学习, 计算机科学与技术 FNN, LSTM, 假近邻, 时间序列, 深度学习, 长短期记忆人工, 长短期记忆人工神经网络, 预测
在最近的一篇文章中,我们展示了一个LSTM模型,通过假近邻(FNN)损失进行正则化,可以用来重建一个非线性动态系统。
在我们的数理统计课程中,已经看到了大数定律(这在概率课程中已经被证明),证明
By tecdat 大数据部落, 数理统计, 经济, 计算机科学与技术, 金融 LSTM, python, TensorFlow, 可视化, 市场, 指数移动平均, 指数移动平均法, 神经网络, 股票, 股票市场, 长短期记忆, 长短期记忆神经网络
本文探索Python中的长短期记忆(LSTM)网络,以及如何使用它们来进行股市预测。
最近我们被客户要求撰写关于线性混合效应模型的研究报告,包括一些图形和统计输出。线性混合效应模型与我们已经知道的线性模型有什么不同?
By tecdat 大数据部落, 教育学, 数理统计, 计算机科学与技术 JAGS, 博士, 博士生, 回归, 延期, 毕业, 论文, 论文时间, 贝叶斯, 贝叶斯回归
本文为读者提供了如何进行贝叶斯回归的基本教程。 WeChat Tencent QQ email print 由
Read More
By tecdat 大数据部落, 数理统计, 机器学习, 计算机科学与技术 IMDB, Keras, LSTM, RNN, 情感, 电影评分, 神经网络, 递归神经网络
在这篇文章中,我们将回顾三种提高循环神经网络的性能和泛化能力的高级方法。
本文考虑一些ARCH(p)过程,例如ARCH(1)。
By tecdat 可视化和设计, 地理,运输,旅行和物流, 大数据部落, 数理统计, 计算机科学与技术 上海, 分布特征, 无印良品, 空间, 空间分布, 空间分布特征, 选址, 选址策略
本文以上海市无印良品为例,运用定性分析与定量研究相结合的方法,分析了无印良品宏观和微观空间分布特征、区位分析和选址策略,讨论了无印良品对于城市的影响和意义。
By tecdat 大数据部落, 数理统计, 机器学习, 计算机科学与技术 Keras, python, 准确度, 可视化, 回归, 序列, 拟合
我们可以很容易地用Keras序列模型拟合回归数据并预测测试数据。
环境应激源往往表现出时间上的延迟效应,这就要求使用足够灵活的统计模型来描述暴露-反应关系的时间维度。
本文讨论用ARIMA模型进行预测。考虑一些简单的平稳的AR(1)模拟时间序列
By tecdat 大数据部落, 数理统计, 机器学习, 计算机科学与技术 密度, 广义二次跳跃, 跳跃, 跳跃扩散, 跳跃扩散过程, 转移函数, 非线性
扩散的意思是过程可以包含布朗运动的成份,甚至写成布朗运动的积分形式。同时,这样的过程可以包含跳跃。
最近我们被客户要求撰写关于使用长短期记忆网络(LSTM)来拟合一个不稳定的时间序列的研究报告。