Tag Archives: 预测

【视频讲解】Python和R语言使用指数加权平均(EWMA)，ARIMA自回归移动平均模型预测时间序列

By tecdat4月 1, 2021大数据部落, 数理统计, 机器学习, 特色视频, 计算机科学与技术arima, EWMA, python, R, 指数加权平均, 时间序列, 自回归移动平均模型, 预测

本文学习创建时间序列预测的步骤，关注Dickey-Fuller检验、指数加权平均(EWMA)和ARIMA（自回归移动平均）模型，从理论上学习这些概念以及它们在python和R中的实现。

R语言贝叶斯线性回归和多元线性回归构建工资预测模型

By tecdat3月 29, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 回归, 多元线性回归, 工资, 线性回归, 贝叶斯, 预测

在劳动经济学领域，收入和工资的研究为从性别歧视到高等教育等问题提供了见解。

【视频讲解】R语言基于Bootstrap的线性回归预测置信区间估计方法

By tecdat3月 26, 2021大数据部落, 数理统计, 机器学习, 特色视频, 计算机科学与技术bootstrap, R语言, 估计, 回归, 线性回归, 置信区间, 预测

我们知道参数的置信区间的计算，这些都服从一定的分布(t分布、正态分布），因此在标准误前乘以相应的t分值或Z分值。

Python用ARIMA和SARIMA模型预测销量时间序列数据

By tecdat3月 24, 2021大数据部落, 数理统计, 计算机科学与技术arima, python, SARIMA, 时间序列, 预测

最近我们被客户要求撰写关于预测销量时间序列的研究报告。指数平滑模型是基于对数据趋势和季节性的描述，而ARIMA模型则是为了描述数据的自相关性。

R语言分段线性回归分析预测车辆的制动距离

By tecdat3月 23, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术分段线性回归, 制动距离, 回归, 线性回归, 车辆, 预测

分段回归( piecewise regression )，顾名思义，回归式是“分段”拟合的。

R语言广义相加模型 (GAMs)分析预测CO2时间序列数据

By tecdat3月 9, 2021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CO2, GAM, R语言, 广义相加模型, 数据, 预测

环境科学中的许多数据不适合简单的线性模型，最好用广义相加模型（GAM）来描述。<

Python | ARIMA时间序列预测模型

By tecdat3月 3, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术arima, python, 时间序列, 预测

时间序列 被定义为一系列按时间顺序索引的数据点。时间顺序可以是每天，每月或每年。

Python使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模拟进行股价预测

By tecdat3月 2, 2021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EGARCH, GARCH, GJR-GARCH, python, 模拟, 股价, 股市, 蒙特卡洛, 预测

预测股价已经受到了投资者，政府，企业和学者广泛的关注。然而，数据的非线性和非平稳性使得开发预测模型成为一项复杂而具有挑战性的任务。

数据分析促进白血病预测诊断

By tecdat3月 2, 2021医药生物, 大数据部落, 数理统计数据, 数据分析, 白血病, 诊断, 预测

2019年,全球八个主要国家的18岁以上男女共诊断出72,164例急性髓细胞白血病(AML)。

R语言ARIMA，SARIMA预测道路交通流量时间序列分析:季节性、周期性

By tecdat2月 23, 2021大数据部落, 数理统计arima, SARIMA, 周期性, 季节, 季节性, 时间序列, 道路交通流量, 预测

本文从实践角度讨论了季节性单位根。

ARIMA模型预测CO2浓度时间序列-python实现

By tecdat2月 22, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术arima, CO2, python, 时间序列, 预测

时间序列为预测未来数据提供了方法。根据先前的值，时间序列可用于预测经济，天气的趋势。

R语言基于递归神经网络RNN的温度时间序列预测

By tecdat2月 18, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术RNN, R语言, 时间序列, 温度, 神经网络, 递归神经网络, 预测

在本文中，我们将介绍三种提高循环神经网络性能和泛化能力的高级技术。

R语言神经网络模型预测车辆数量时间序列

By tecdat2月 8, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 文章标签： R语言 混合时间 预测 时间序列点估计, 神经网络, 车辆, 车辆数量, 预测

具有单个隐藏层和滞后输入的前馈神经网络，可以用于预测单变量时间序列。

使用Python中Keras的LSTM递归神经网络进行时间序列预测

By tecdat1月 21, 2021大数据部落, 数理统计, 机器学习, 计算机科学与技术Keras, LSTM, python, 时间序列, 递归神经网络, 预测

最近我们被客户要求撰写关于时间序列预测的研究报告。时间序列预测问题是预测建模问题中的一种困难类型。

R语言用ARIMA模型预测巧克力的兴趣趋势时间序列

By tecdat12月 28, 2020大数据部落, 数理统计, 计算机科学与技术arima, R语言, 兴趣, 巧克力, 时间序列, 模型, 趋势, 预测

WeChat Tencent QQ email print 由Kaizong Ye，Weilong Zhang

Read More

R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量

By tecdat12月 18, 2020大数据部落, 数理统计, 计算机科学与技术GAM, Poisson, R语言, 回归, 样条曲线, 泊松, 泊松Poisson回归, 预测

我根据泊松Poisson回归、GAM样条曲线模型对一个十字路口的骑自行车者的数量进行预测

R语言ARIMA集成模型预测时间序列分析

By tecdat12月 17, 2020大数据部落, 数理统计, 计算机科学与技术arima, R语言, 时间序列, 集成模型, 预测

本文我们使用4个时间序列模型对每周的温度序列建模。

R语言分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测

By tecdat12月 15, 2020大数据部落, 数理统计, 机器学习, 机械工程及自动化, 电气工程及自动化, 计算机科学与技术GAM, R语言, SARIMA, SARIMAX, 分位数回归, 回归, 指数平滑, 时间序列, 样条曲线, 电力负荷, 预测

电力负荷预测是电网规划的基础，其水平的高低将直接影响电网规划质量的优劣。

R语言混合图形模型MGM的网络可预测性分析

By tecdat12月 9, 2020医药生物, 可视化和设计, 大数据部落, 数理统计, 计算机科学与技术MGM, R语言, 可预测性, 混合图形模型, 网络, 预测

网络模型已经成为抽象复杂系统，是深入了解许多科学领域中观测变量之间的关系模式的流行方法。

广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者

By tecdat12月 8, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术GAM, glm, R语言, 广义可加模型, 广义线性模型, 泰坦尼克号, 预测

本文通过R语言建立广义线性模型(GLM)、多项式回归和广义可加模型（GAM）来预测谁在1912年的泰坦尼克号沉没中幸存下来。

R语言人口期望寿命统计预测方法

By tecdat12月 1, 2020保险, 数理统计, 经济R语言, 期望寿命, 统计预测, 预测

本文对人口统计预测方法进行讨论。

R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测

By tecdat11月 24, 2020大数据部落, 数据库, 数理统计, 机器学习, 经济, 计算机科学与技术R语言, 信贷数据, 决策树, 分类, 逻辑回归, 随机森林, 预测

在本文中，我们使用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比较了它们的性能。

Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析

By tecdat11月 12, 2020大数据部落, 数理统计, 机器学习, 计算机科学与技术python, xgboost, 商店数据, 建模, 时间序列, 销售量, 预测

在数据科学学习之旅中，我经常处理日常工作中的时间序列数据集，并据此做出预测。

R语言使用Bass模型进行市场产品周期预测

By tecdat11月 11, 2020大数据部落, 数理统计, 经济Bass, R语言, 巴斯, 市场, 预测

巴斯Bass扩散模型已成功地用于预测各种新推出的产品以及成熟产品的市场份额。

R语言时间序列：ARIMA / GARCH模型的交易策略在外汇市场预测应用

By tecdat11月 4, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融arima, GARCH, R语言, 交易策略, 外汇, 市场, 时间序列, 模型, 预测

最近，我们继续对时间序列建模进行探索，研究时间序列模型的自回归和条件异方差族。我们想了解自回归移动平均值（ARIMA）和广义自回归条件异方差（GARCH）模型。它们在量化金融文献中经常被引用。

R语言基于Garch波动率预测的区制转移交易策略

By tecdat10月 28, 2020大数据部落, 数理统计, 经济, 金融GARCH, R语言, 交易策略, 区制转移, 波动, 波动率, 策略, 预测

本文提出了一种算法，可以根据市场波动性在均值回归和趋势跟随策略之间进行切换。

R语言Lee-Carter模型对年死亡率建模预测期望寿命

By tecdat10月 21, 2020保险, 大数据部落, 数理统计, 经济, 计算机科学与技术Lee-Carter, R语言, 寿命, 年死亡率, 建模, 预测

正如有配偶的寿命之间存在很强的相关性，我们可能会问，孩子和孙子的出生是否具有对一个人的剩余生命的影响（或者我们是否可以像这样假设独立性）。

R语言通过伽玛与对数正态分布假设下的广义线性模型对大额索赔进行评估预测

By tecdat7月 1, 2020保险, 大数据部落, 数理统计, 经济, 计算机科学与技术R语言, 对数正态分布, 广义线性模型, 线性模型, 预测

我们已经很自然地认为，不仅可以用一些协变量来解释单个索赔的频率，而且可以用单个成本来解释。

R语言预测人口死亡率：用李·卡特（Lee-Carter）模型、非线性模型进行平滑估计

By tecdat6月 2, 2020大数据部落, 数理统计, 经济, 计算机科学与技术Lee-Carter, R语言, 人口死亡率, 平滑估计, 李·卡特模型, 模型, 死亡率, 非线性模型, 预测

我和同事一起分析死亡率。我们在研究人口数据集，可以观察到很多波动性。

R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长

By tecdat4月 27, 2020R语言辅导, 大数据部落, 技术支持, 数理统计, 期刊论文发表投稿, 经济, 计算机科学CS辅导, 计算机科学与技术GDP, HAR-RV, MIDAS, R语言, 混合数据抽样, 预测

我们进行了MIDAS回归分析，以预测季度GDP增长以及每月非农就业人数的增长。

Python中的ARIMA模型、SARIMA模型和SARIMAX模型对时间序列预测

By tecdat4月 23, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 软件工程arima, ARIMAX, SARIMA, SARIMAX, 时间序列, 预测

使用ARIMA模型，您可以使用序列过去的值预测时间序列。

python3用ARIMA模型进行时间序列预测

By tecdat4月 22, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 软件工程arima, python3, 时间序列, 模型, 预测

ARIMA模型是一种流行的且广泛使用的用于时间序列预测的统计方法。

R语言马尔可夫转换模型研究交通伤亡人数事故预测

By tecdat4月 21, 2020地理，运输，旅行和物流, 大数据部落, 数理统计, 机器学习, 计算机科学与技术, 软件工程R语言, 预测, 马尔可夫转换模型

本文描述了R语言中马尔克夫转换模型的分析过程。首先，对模拟数据集进行详细建模。接下来，将马尔可夫转换模型拟合到具有离散响应变量的真实数据集。用于验证对这些数据集建模的不同方法。

R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测

By tecdat4月 17, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ARMA, EGARCH, R语言, 时间序列, 模型, 波动率, 集成预测, 预测

本文比较了几个时间序列模型，以预测SP 500指数的每日实际波动率。

R语言中的Nelson-Siegel模型在汇率预测的应用

By tecdat3月 25, 2020大数据部落, 数理统计, 经济, 计算机科学与技术, 金融Nelson-Siegel, R语言, 汇率, 预测

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。

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

By tecdat2月 23, 2020大数据部落, 数理统计, 计算机科学与技术R语言, 回归, 线性模型, 缺失值, 预测

  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

Read More

R语言用线性回归模型预测空气质量臭氧数据

By tecdat2月 23, 2020大数据部落, 数理统计, 计算机科学与技术R语言, 回归, 模型, 线性回归, 预测

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语言中使用多重聚合预测算法（MAPA）进行时间序列分析

By tecdat1月 3, 2020大数据部落, 数理统计, 计算机科学与技术MAPA, 多重聚合, 多重聚合预测算法, 时间序列, 预测

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。

Python中用PyTorch机器学习神经网络分类预测银行客户流失模型

By tecdat11月 8, 2019大数据部落, 数据库, 数理统计, 机器学习, 计算机科学与技术PyTorch, 分类, 分类预测, 客户流失模型, 机器学习, 深度学习, 神经网络, 银行, 预测

分类问题属于机器学习问题的类别，其中给定一组特征，任务是预测离散值。

在Python中使用LSTM和PyTorch进行时间序列预测

By tecdat10月 29, 20191 comment信息管理与信息系统, 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, 软件工程LSTM, python, PyTorch, 时间序列, 预测

诸如长期短期记忆网络（LSTM）之类的高级深度学习模型能够捕获时间序列数据中的模式，因此可用于对数据的未来趋势进行预测。

用Prophet在Python中进行时间序列预测

By tecdat10月 17, 2019大数据部落, 数理统计, 计算机科学与技术Prophet, python, 时间序列, 预测

用Prophet在Python中进行时间序列预测

R语言GARCH-DCC模型和DCC（MVT）建模估计

By tecdat9月 25, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融DCC, GARCH, GARCH-DCC, MVT, R语言, 估计, 关联性, 动态相关系数, 时间序列, 模型, 股市, 预测

这个简短的演示说明了使用rmgarch软件包的DCC模型及其方法的使用，尤其是在存在MVT分布形状参数的情况下进行2级DCC估计的另一种方法。

R语言实现拟合神经网络预测和结果可视化

By tecdat9月 15, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术R语言, 可视化, 神经网络, 预测

神经网络一直是迷人的机器学习模型之一

Python中利用长短期记忆模型LSTM进行时间序列预测分析 – 预测电力负荷数据

By tecdat9月 15, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术LSTM, python, 时间序列, 电力消耗, 电力负荷, 电力负荷预测, 长短期记忆模型, 预测

LSTM（或长期短期存储器网络）允许分析具有长期依赖性的顺序或有序数据。当涉及到这项任务时，传统的神经网络不足，在这方面，LSTM将用于预测这种情况下的电力消耗模式。

R语言混合时间模型预测对时间序列进行点估计

By tecdat8月 19, 2019大数据部落, 数理统计, 计算机科学与技术R语言, 时间序列, 混合时间, 混合时间序列模型, 点估计, 预测

R语言混合时间预测对时间序列进行点估计

用R语言实现神经网络预测股票实例

By tecdat8月 12, 2019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R语言, 神经网络, 股票, 预测

神经网络是一种基于现有数据创建预测的计算系统。

R语言时间序列和ARIMA模型预测拖拉机销售的制造案例研究

By tecdat8月 8, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术arima, R语言, 时间序列, 预测

本文是我们通过时间序列和ARIMA模型预测拖拉机销售的制造案例研究示例。

HAR-RV-J- RNN模型预测和交易大型股票指数的高频波动率

By tecdat8月 8, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融HAR, HAR-RV, RNN, RV, 模型, 股票, 股票指数, 预测, 高频, 高频波动率

已有大量关于预测高频波动的文献，但大多数仅根据统计误差评估预测。

R语言中如何使用排队论预测等待时间？

By tecdat8月 5, 2019大数据部落, 数理统计R语言, 排队论, 预测

顾名思义，排队论是对用于预测队列长度和等待时间的长等待线的研究。

R语言使用LASSO回归预测股票收益

By tecdat8月 1, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融LASSO, LASSO回归, python, R语言, 回归, 收益, 股票, 股票收益, 预测

只要有金融经济学家，金融经济学家一直在寻找能够预测股票收益的变量。

R语言时间序列分析复杂的季节模式

By tecdat8月 1, 2019大数据部落, 数理统计, 计算机科学与技术R语言, 季节, 季节模式, 时间序列, 预测

当时间序列数据的频率高于季度或月度时，许多预测程序在分析季节性影响方面遇到了障碍。

Python时间序列选择波动率预测指数收益算法分析案例

By tecdat7月 31, 2019保险, 大数据部落, 数理统计, 经济, 计算机科学与技术python, 指数收益, 时间序列, 波动率, 预测

在传统的金融理论中，理性和同质的投资者是核心假设之一，表明每个投资者都有相同的信息，从而做出同样的决定。

R语言预测期货波动率的实现：ARCH与HAR-RV与GARCH，ARFIMA模型比较

By tecdat7月 31, 20191 comment大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ARCH, ARCH模型, ARFIMA, GARCH, HAR, HAR-RV, HAR-RV模型, R语言, 时间序列, 期货, 模型, 波动率, 股市, 股票, 股票市场, 预测, 预测波动率

波动率是众多定价和风险模型中的关键参数，例如BS定价方法或风险价值的计算。

R语言基于ARMA-GARCH-VaR模型拟合和预测实证研究分析案例

By tecdat7月 25, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ARMA, ARMA-GARCH-VaR, GARCH, R语言, VaR, 预测

最近我们被客户要求撰写关于ARMA-GARCH-VaR模型的研究报告。

R语言GAM（广义相加模型）对物业耗电量进行预测

By tecdat7月 23, 2019大数据部落, 数理统计, 机器学习, 计算机科学与技术GAM, R语言, 广义相加模型, 时间序列, 耗电量, 预测

我已经准备了一个文件，其中包含四个用电时间序列来进行分析。数据操作将由data.table程序包完成。

R语言使用ARIMA模型预测股票收益

By tecdat7月 23, 2019大数据部落, 数理统计, 经济, 金融arima, ARIMA模型, R语言, 时间序列, 股票, 股票收益, 预测

“预测非常困难，特别是关于未来”。-丹麦物理学家尼尔斯·波尔（Neils Bohr）

spss modeler用决策树神经网络预测ST的股票

By tecdat7月 23, 2019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IBM SPSS Modeler, SPSS, spss modeler, 决策树, 神经网络, 股票, 预测

之前在某社区中看到一篇帖子《一张价值几十万个跌停的统计表》，主要是预测即将被ST的股票，虽然有些标题党，但是还有有一些参考价值的。

R语言基于ARMA-GARCH过程的VaR拟合和预测

By tecdat7月 23, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融ARMA, ARMA-GARCH, GARCH, R语言, VaR, 预测

本文显示了如何基于潜在的ARMA-GARCH过程（当然也涉及更广泛意义上的QRM）来拟合和预测风险价值（VaR）。

R语言多元Copula GARCH 模型时间序列预测

By tecdat7月 23, 2019大数据部落, 数理统计, 经济, 计算机科学与技术, 金融copula, GARCH, R语言, 多元Copula GARCH 模型, 市场, 时间序列, 时间序列预测, 股市, 股票, 金融, 预测

和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。

预测危险未知数——事故预防多维度分析

By tecdat9月 17, 2017大数据部落, 数理统计, 计算机科学与技术事故预防, 预测

针对当前生产和生活中面临的安全事故问题,利用当前发展迅速的DM(Data Mining)技术,通过对事故信息的多维度分析，实现监测系统的事故预测,提高了监测系统的性能,形成安全预警机制。

【视频讲解】机器学习助推快时尚精准销售时间序列预测

By tecdat7月 4, 2017可视化和设计, 大数据部落, 数理统计, 机器学习, 特色视频, 计算机科学与技术arima, 快时尚, 时间序列, 机器学习, 精准预测, 销量预测, 随机森林, 预测

对于零售行业来说，预测几乎是商业智能（BI）研究的终极问题，单纯从机器学习的角度来说，做到精准预测很容易，但是结合业务提高企业利润却很难。预测精确性是核心痛点。

如何用机器学习预测即将被ST的股票？

By tecdat5月 16, 2017大数据部落, 数理统计, 经济, 计算机科学与技术机器学习, 股票, 预测

如何用机器学习预测即将被ST的股票？

用机器学习的方法对物业耗电量预测

By tecdat5月 3, 2017大数据部落, 数理统计, 机器学习, 计算机科学与技术机器学习, 物业耗电量, 预测

我已经准备了一个文件，其中包含四个用电时间序列来进行分析。数据操作将由data.table程序包完成。

多元Copula GARCH 模型时间序列预测

By tecdat4月 1, 2017大数据部落, 数理统计, 经济, 计算机科学与技术copula, GARCH, 多元, 时间序列, 预测

多元Copula GARCH 模型时间序列预测

• 1
• 2
• 3