拓端tecdat|采用SPSS Modeler编程指导的Web复杂网络对所有腧穴进行分析
采用SPSS Modeler的Web复杂网络对所有腧穴进行分析 背景:本次腧穴配伍关联规则分析,以针灸治疗FC的113例处方中使用频次在5次及以上的25种腧穴为关联对象。将前项最小支持度设为12%,规则的最小置信度设为85%,得出最常用的腧穴配伍,按照置信度的...
拓端tecdat|R语言编程指导用Nelson Siegel和线性插值模型对债券价格和收益率建模
用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模 债券基础 键 是一个合同,作者与初始付款义务以预定的时间(s)(成熟)的钱付预定量。这类似于借入利息和付款结构的钱。零息债券 是一种特殊类型的键,其在到期时支付出仅一次没有中间付款...
拓端tecdat|R语言编程指导ggmap空间可视化机动车碰撞–街道地图热力图
R语言ggmap空间可视化机动车碰撞–街道地图热力图 在本文中,我将创建纽约市机动车碰撞的市镇级热图。数据来自纽约市开放数据。特别是,我将从镇级碰撞到街道级碰撞。在下面,我加载ggmap包和数据。library(ggmap)comm=regexpr(',',d_...
拓端数据tecdat|使用Python中Keras的LSTM递归神经网络进行时间序列预测
时间序列预测问题是预测建模问题中的一种困难类型。与回归预测建模不同,时间序列还增加了输入变量之间序列依赖的复杂性。用于处理序列依赖性的强大神经网络称为 递归神经网络。长短期记忆网络或LSTM网络是深度学习中使用的一种递归神经网络,可以成功地训练非常大的体系结构。在本文中,您将发现如何使用K...
拓端数据tecdat|在Python和R中使用交叉验证方法提高模型性能
介绍模型表现差异很大的可能原因是什么?换句话说,为什么在别人评估我们的模型时会失去稳定性?在本文中,我们将探讨可能的原因。我们还将研究交叉验证的概念以及执行它的一些常用方法。 目录为什么模型会失去稳定性?什么是交叉验证?交叉验证的几种常用方法验证集方法留一法交叉验证(LOOCV)k折交叉验证分层k折...
拓端tecdat|R语言人口期望寿命统计预测方法
本文对人口统计预测方法进行讨论。首先,我们将看到基本的静态方法。在使用数据集之前,我们使用“标准” 生命表。 download.file(url,"mortal") tables=readHTMLTable("morta下面是获取数据集的代码 tables...
拓端tecdat|sas代写神经网络:构建人工神经网络模型来识别垃圾邮件
神经网络是一种非常通用的灵活预测模型,可用于解决各种问题,包括分类,降维和回归。现实世界中的一些业务应用示例包括图像处理,医疗诊断,金融服务和欺诈检测。此样本说明如何使用SAS®In-Memory Statistics中的NEURAL语句来构建人工神经网络模型来识别...
拓端tecdat|R语言编程指导中自编基尼系数的CART回归决策树的实现
本文为了说明回归树的构造(使用CART方法),考虑以下模拟数据集, > set.seed(1) > n=200 > X1=runif(n) > X2=runif(n) > P=.8*(X1<.3)*(X2<.5)...
拓端tecdat|R语言编程指导非参数模型厘定保险费率:局部回归、广义相加模型GAM、样条回归
本文将分析了几种用于制定保险费率的平滑技术。保费没有细分该价格应与纯溢价相关,而纯溢价与频率成正比,因为没有协变量,预期频率应为 Deviance Residuals: Min 1Q Median 3Q Max -0.5033 -0.3719 -0.2588...
拓端tecdat|R语言广义二次跳跃、非线性跳跃扩散过程转移函数密度的估计及其应用
什么是跳跃扩散(Jump Diffusion)?跳跃扩散模型是一种用来对期权合约进行估价或定价的模型,它混合了两种定价技术:一种是更传统的扩散模型,在这种模型中,因素以平稳和相对一致的方式发挥作用;另一种是跳跃过程模型,在这种模型中,一次性事件会引起重大变化。理论上,跳跃扩散就是这样产生的跳转扩散是...
拓端tecdat|Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
下面是一个关于如何使用长短期记忆网络(LSTM)来拟合一个不稳定的时间序列的例子。每年的降雨量数据可能是相当不稳定的。与温度不同,温度通常在四季中表现出明显的趋势,而雨量作为一个时间序列可能是相当不稳定的。夏季的降雨量与冬季的降雨量一样多是很常见的。下面是某地区2020年11月降雨量的图解。作为一个...
拓端tecdat|加速R语言代码的策略
R中的for循环在其未优化的原始形式中可能非常慢,特别是在处理较大的数据集时。有很多方法可以让你的逻辑快速运行,但是你真的会惊讶地发现你的实际速度有多快。本章介绍了许多方法,包括对逻辑设计,并行处理和Rcpp的简单调整,通过几个数量级的订单增加速度,因此您可以轻松处...
拓端tecdat|用SAS代写进行泊松,零膨胀泊松和有限混合Poisson模型分析
泊松模型proc fmm data = tmp1 tech = trureg; model majordrg = age acadmos minordrg logspend / dist = truncpoisson; probmodel age acadmos...
拓端tecdat|R语言辅导旅行推销员问题TSP
常用术语中的旅行推销员问题(TSP)是最复杂的问题之一,归结为组合优化。旅行到n个城市(顶点)需要检查(n-1)!可能性。3,000个地点有4 * 10 ^ 9131个可能的解决方案。本文调查了R包的性能:TSP和tspmeta。结果对我的使用非常满意。 以下代码输...
拓端tecdat|在R语言辅导和Stan中估计截断泊松分布
数据 这是一个非常简化的例子。我产生了1,000个计数观察值,平均值为1.3。然后,如果只观察到两个或更高的那个,我将原始分布与我得到的分布进行比较。 由此代码生成:# original data:set.seed(321)a <- rpois(1000...
拓端tecdat|R语言代写绘制生存曲线估计|生存分析|如何R作生存曲线图
根据生存曲线的估计,可以推断出相比组之间存活时间的差异,因此生存曲线非常有用,几乎可以在每个生存分析中看到。例 我们可以创建简单的生存曲线估计。让我们来看看患有卵巢癌(卵巢浆液性囊腺癌)和患有乳腺癌(乳腺浸润癌)的患者之间存活时间的差异 。fit <- su...
拓端数据tecdat|R语言代写线性混合效应模型Linear Mixed-Effects Models的部分折叠Gibbs采样
本文介绍了线性混合效应模型的新型贝叶斯分析。该分析基于部分折叠的方法,该方法允许某些组件从模型中部分折叠。得到的部分折叠的Gibbs(PCG)采样器被构造成适合线性混合效应模型,预计会比相应的Gibbs采样器表现出更好的收敛特性。为了构建PCG采样器而不使组件更新复杂化,我们考虑通过在线性混合效应模...
拓端数据tecdat|matlab代写MCMC贝叶斯方法用于加筋复合板的冲击载荷识别
前言本文提出了一种统计方法,用于使用贝叶斯推理识别加筋复合板上的冲击位置和冲击力历史,其中明确包括来自建模误差和测量噪声的不确定性。通过使用一组参数表示冲击载荷,首先将空间域(撞击位置)和时域(冲击力历史)中的冲击载荷识别问题转换为参数识别问题。马尔可夫链蒙特卡罗方法用于对后验分布进行采样以估计影响...
拓端tecdat|R语言代写FP树fp growth 关联规则数据挖掘技术在煤矿隐患管理
研究煤矿隐患数据的挖掘以实现海量隐患数据的有效利用,在分析矿山数据挖掘枝术和煤矿隐患数据特点的基础上,提出煤矿隐患数据挖掘是矿山数字化的重要组成部分,给出煤矿隐患数据挖掘的概念,设计了煤矿隐患数据挖掘模型,并进一步分析了适用于煤矿隐患数据的挖掘算法。以关联算法为例,对隐患数据进行多维关联规则挖掘,分...
拓端tecdat|R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者
R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者 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。 str(titanic)数据变量为:Surviv...