摘要：
原文链接：http://tecdat.cn/?p=20904 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。 这基本上就是具有 光滑函数的广义线性模型（GLM）的扩展 。当然，当您使用光滑项拟合模型时，可能会发生许多复杂的事情，但是您只需要了解基本原理即可。 理论 让 阅读全文
posted @ 2021-03-09 12:58
拓端tecdat
阅读(518)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20742 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。 以下是一个时间序列示例，该示例说明了从1949年到1960年每月航空公司的乘客数量。 时间序列预测 时间序列预测是使用统计模型根据过去的结果预测时间序列的未 阅读全文
posted @ 2021-03-03 15:03
拓端tecdat
阅读(826)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20678 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。在本文中，我将解释如何将 GARCH，EGARCH和 GJR-GARCH 模型与Monte-Carlo 模拟 阅读全文
posted @ 2021-03-02 18:15
拓端tecdat
阅读(1106)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20666 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)。预计它将继续以2.51%的复合年增长率增长,到2029年达到90,264。 AML患者的生存率仍然很差，总体5年生存率约为15％。 AML患者最 阅读全文
posted @ 2021-03-02 18:13
拓端tecdat
阅读(179)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20650 人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化的时间依赖性ROC可以更全面地描述这种情况下的预测模型。 时间依赖性ROC定义 令 Mi为用于死亡率预测的基线 阅读全文
posted @ 2021-03-02 18:12
拓端tecdat
阅读(939)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20631 我们已经学习了如何处理混合效应模型。本文的重点是如何建立和可视化 混合效应模型的结果。 设置 本文使用数据集，用于探索草食动物种群对珊瑚覆盖的影响。 knitr::opts_chunk$set(echo = TRUE) library(t 阅读全文
posted @ 2021-03-02 18:11
拓端tecdat
阅读(602)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20613 洛伦兹曲线来源于经济学，用于描述社会收入不均衡的现象。将收入降序排列，分别计算收入和人口的累积比例。本文，我们研究收入和不平等。我们从一些模拟数据开始 > (income=sort(income)) [1] 19246 23764 532 阅读全文
posted @ 2021-03-02 17:57
拓端tecdat
阅读(567)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20531 在标准线性模型中，我们假设 。当线性假设无法满足时，可以考虑使用其他方法。 多项式回归 扩展可能是假设某些多项式函数， 同样，在标准线性模型方法（使用GLM的条件正态分布）中，参数 可以使用最小二乘法获得，其中 在 。 即使此多项式模型不 阅读全文
posted @ 2021-03-02 17:56
拓端tecdat
阅读(421)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20434 本文从实践角度讨论了季节性单位根。我们考虑一些时间序列 ，例如道路上的交通流量， > plot(T,X,type="l") > reg=lm(X~T) > abline(reg,col="red") 如果存在趋势，我们应该将其删除，然后处 阅读全文
posted @ 2021-02-23 12:30
拓端tecdat
阅读(579)
评论(0)
推荐(0)
摘要：
原文链接：http://tecdat.cn/?p=20424 介绍 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。时间序列数据的特定属性意味着通常需要专门的统计方法。 在本教程中，我们将首先介绍和讨论自相关，平稳性和季节性的概念，然后继续应用最常用的时间序列预测 阅读全文
posted @ 2021-02-22 23:28
拓端tecdat
阅读(498)
评论(0)
推荐(0)
浙公网安备 33010602011771号