文章 2024-04-29 来自:开发者社区

数据分享|R语言Copula对债券的流动性风险时间序列数据进行度量

全文链接:http://tecdat.cn/?p=32707 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(点击文末“阅读原文”获取完整代码数据)。 流动性风险是指在市场上,债券价格的波动程度受到市场流动性的影响,这种影响可能导致债券价格的剧烈波动,从而影响投资者的收益。因此,对于债券流动性风险的度量和管理成为了投资者和金融机构的关键任务。近年来,Copula...

数据分享|R语言Copula对债券的流动性风险时间序列数据进行度量
文章 2024-04-29 来自:开发者社区

数据分享|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

全文链接:http://tecdat.cn/?p=32496 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(点击文末“阅读原文”获取完整代码数据)。 人力资源是社会文明进步、人民富裕幸福、国家繁荣昌盛的核心推动力量。当前,我国经济正处于从以政府主导的投资驱动型的经济“旧常态”向以市场需求为主导的经济“新常态”转型过渡期。 ...

数据分享|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
文章 2024-04-29 来自:开发者社区

数据分享|R语言交互可视化分析Zillow房屋市场:arima、VAR时间序列、XGBoost、主成分分析、LASSO报告

全文链接:http://tecdat.cn/?p=32427 分析师:Xueyan Liu 在当前海量数据和资源的情况下,面对客户需求,如何找准需求标的和问题核心,并围绕该目标问题挖掘数据、确定市场重要关联因素、分层分类筛选可能关联因素,是当前数据分析运用的关键(点击文末“阅读原文”获取完整数据)。 解决方案 ...

数据分享|R语言交互可视化分析Zillow房屋市场:arima、VAR时间序列、XGBoost、主成分分析、LASSO报告
文章 2024-04-29 来自:开发者社区

数据分享|R语言ARIMA模型分析预测上海空气质量指数AQI时间序列

全文链接:http://tecdat.cn/?p=32265 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(点击文末“阅读原文”获取完整代码数据)。 但是,如果你想使用指数平滑法计算出预测区间,那么预测误差必须是不相关的, 而且必须是服从零均值、 方差不变的正态分布。即使指数平滑法对时间序列连续数值之间相关性没有要求,在...

数据分享|R语言ARIMA模型分析预测上海空气质量指数AQI时间序列
文章 2024-04-26 来自:开发者社区

数据分享|R语言分析上海空气质量指数数据:kmean聚类、层次聚类、时间序列分析:arima模型、指数平滑法

全文链接:http://tecdat.cn/?p=30131 最近我们被客户要求撰写关于上海空气质量指数的研究报告。本文向大家介绍R语言对上海PM2.5等空气质量数据(查看文末了解数据免费获取方式)间的相关分析和预测分析,主要内容包括其使用实例,具有一定的参考价值,需要的朋友可以参考一下(点击文末“阅读原文”获取完整代码数据)。 ...

数据分享|R语言分析上海空气质量指数数据:kmean聚类、层次聚类、时间序列分析:arima模型、指数平滑法
文章 2024-04-26 来自:开发者社区

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟

原文链接:http://tecdat.cn/?p=26301 线性模型是统计学的基础,但它的意义远不止用尺子在几个点上画一条线(点击文末“阅读原文”获取完整代码数据)。 我认为以分布为中心的观点使 generalised linear models (GLM) 也更容易理解。这就是这篇文章的目的。 我将使用冰淇淋销售统计数据(查看文末了解数据获取方式)...

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟
文章 2024-04-25 来自:开发者社区

数据分享|R语言用logistic逻辑回归和AFRIMA、ARIMA时间序列模型预测世界人口

原文链接 :http://tecdat.cn/?p=27493  本文应用R软件技术,分别利用logistic模型、ARFMA模型、ARIMA模型、时间序列模型对从2016到2100年的世界人口进行预测。作者将1950年到2015年的历史数据(查看文末了解数据获取方式)作为训练集来预测85年的数据。模型稳定性经过修正后较好,故具有一定的参考价值。 引...

数据分享|R语言用logistic逻辑回归和AFRIMA、ARIMA时间序列模型预测世界人口
文章 2024-04-23 来自:开发者社区

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-2

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-1 https://developer.aliyun.com/article/1489380 泊松回归 计数数据的经典方法是泊松分布。 泊松分布只有一个参数,这里是 μi,这也是它的期望值。μi 的链接函数是对数,这意味着我必须将指数函数应用...

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-2
文章 2024-04-23 来自:开发者社区

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-1

原文链接:http://tecdat.cn/?p=26301 线性模型是统计学的基础,但它的意义远不止用尺子在几个点上画一条线。 我认为以分布为中心的观点使 generalised linear models (GLM) 也更容易理解。这就是这篇文章的目的。 我将使用冰淇淋销售统计数据(查看文末了解数据获取方式)来说明不同的模型,从传统的线性最小二乘回归开始,到线性模型、...

数据分享|R语言广义线性模型GLM:线性最小二乘、对数变换、泊松、二项式逻辑回归分析冰淇淋销售时间序列数据和模拟-1

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。