OLS

数学建模 --- 多元线性回归扰动项满足的条件

扰动项球形扰动项异方差出现的问题解决异方差的Stata画图检验异方差的假设检验BP检验怀特检验---推荐BP检验与怀特检验区别异方差问题的解决OLS+稳健的标准误进行回归多重共线性检测处理方法逐步回归分析
星码·2022-09-25 17:23

多元线性回归学习小结

本质上，多元回归是普通最小二乘（OLS）回归的扩展，涉及多个解释变量。首先是公式：y=是因变量x=解释变量β0=截距βp=每个的变量倾斜系数解释多元线性回归简单的线性回归是允许分析人员或统
你今天机器学习了么·2022-08-20 07:54

stata学习笔记|最大似然估计

在线性回归模型中，由于MLE与OLS的估计量一致，所以即使扰动项不服从正态分布也没关系，但是，如果在非线性模型中，扰动项不服从正态分布，而采用了MLE模型，则会导致出现“准最大似然估计”，其结果并不精准
Clytie_Lion·2022-07-30 11:24

Stata-矩阵输出到excel

Stata可以将矩阵输出到excel进行进一步分析//exporttheestimatorsandcovariancematrixtoexcelputexcelset"$output\\estimate_ols_bin
古城路揸fit人·2022-07-11 18:07

因变量 方差膨胀系数_如何理解方差膨胀因子（Variance Inflation Factor，VIF）？

OLS方差膨胀因子的标准定义为：，其中，为第i个变量与其他全部变量()的复相关系数，所谓复相关系数即可决系数的算术平方根，也即拟合优度的算术平方根。
通天晓鹿·2022-06-19 07:33

岭回归和lasso回归

本文内容来源于清风老师的讲解回归中关于自变量的选择大有门道，变量过多可能会导致多重共线性问题造成回归系数的不显著，甚至造成OLS估计的失效。
weixin_961876584·2022-06-03 23:57

岭回归和lasso回归

回归的进一步扩展1.引入2.lasso回归的使用1.引入在多元线性回归模型中估计回归系数使用的是OLS，但同时还也有异方差和多重共线性的影响。
好好记密码·2022-05-26 07:17

数学建模学习：岭回归和lasso回归

线性回归在多元线性回归模型中，估计回归系数使用的是OLS，并在最后讨论异方差和多重共线性对模型的影响。
当挪威森林遇上银渐层·2022-05-26 07:23

数学模型--岭回归和Lasso回归

一、岭回归和Lasso回归的基础_OLS回归的矩阵推导传统的回归上,增加了限定条件(惩罚项)OLS:普通最小二乘法简化,可估计回归里很重要的y=xβ+ε1.假定一:线性假定2.假设二:严格外生性保证估计出来的回归系数无偏且一致扰动项均值为
nickkkkkkkkk·2022-05-23 07:01

【更新4】岭回归和lasso回归

在第七讲时，我们介绍了多元线性回归模型，估计回归系数使用的是OLS，并在最后探讨了异方差和多重共线性对于模型的影响。
kingsure001·2022-05-23 07:57

R语言 逻辑回归logistic regression

文章目录普通OLS回归logistic回归模型拟合优度示例代码逐步回归正确率预测普通OLS回归普通OLS回归：对回归模型中的自变量、回归系数以及残差项的取值都没有任何限制，作为自变量函数的因变量就必须能够在
Cachel wood·2022-05-12 07:48

预备通知 | Python数据挖掘与Stata应用能力提升与实证前沿国庆工作坊

文本分析进阶模块II：江艇：因果推断导论、截面数据因果推断的参数和非参数方法（上）、截面数据因果推断的参数和非参数方法（下）、面板数据因果推断的参数和非参数方法；司继春：Stata基础与Stata16新功能、OLS
邓旭东HIT·2022-05-06 07:48

【教男朋友用python做计量】01.OLS线性回归分析

第一节利用python进行最小二乘法回归分析文章目录第一节利用python进行最小二乘法回归分析写在前面的话一、关于statsmodels二、利用statsmodels进行OLS分析1.使用statsmodels.api.OLS
超大只小笼包·2022-05-06 07:13

空间计量的检验LM

LM检验本检验的目的就是判断各变量是否具有空间分布属性，模型是否有必要用空间计量模型，该检验是与混合OLS对比。
一颗小柚子lyc·2022-05-04 14:48

Python机器学习日记6：线性模型（用于回归的线性模型）

机器学习日记6：线性模型（用于回归的线性模型）一、书目与章节二、线性模型1.用于回归的线性模型1.1线性回归/普通最小二乘法（Linearregression/Ordinaryleastsquares，OLS
调参侠鱼尾·2022-03-31 07:32

Power BI 与企业数据安全

下文将节选PowerBI中涉及数据保护的几个核心技术点（BYOK,OLS与DLP）与大家进行分享。前言数据不仅是企业的资产，也是企业的命脉，其重要性不言而喻。
·2022-03-09 10:45

第8章 回归

R语言的再复习之路1.OLS回归1.1用lm()拟合回归模型格式myfit2则sqrt(vif(fit))>23.异常观测值3.1离群点定义：离群点是指那些模型预测效果不佳的观测点，即具有较大的残差。
Drakens_Africa·2022-03-05 07:11

R语言入门--第七节（最小二乘回归建模）

主要内容是运用普通最小二乘（OLS）回归，进行简单线性回归、多项回归，以及发现并解决存在的偏差。一、怎么做？
小贝学生信·2022-02-22 01:45

拓端数据tecdat|python用线性回归预测时间序列股票价格

在之前的教程中，我们使用普通最小二乘法（OLS）计算了公司的beta与相对索引的比较。现在，我们将使用线性回归来估计股票价格。线性回归是一种用于模拟因变量（y）和自变量（x）之间关系的方法。
拓端tecdat·2022-02-21 04:51

互助问答第1期：工具变量回归等四个问题及解答

关于第一个问题，首先，内生性检验比较的是OLS系数和工具变量回归系数。在工具变量正确使用的前提下，如果两系数差异明
学术苑·2022-02-17 13:50

r语言boxcox异方差_R语言异方差回归模型建模：用误差方差解释异方差

在社会科学中将OLS估计应用于回归模型时，其中的一个假设是同方差，我更喜欢常误差方差。这意味着误差方差没有系统的模式，这意味着该模型在所有预测级别上都同样差。
YY硕·2022-02-17 07:44

26-R线性回归及回归诊断实例

1、OLS线性回归的基本原则最优拟合曲线应该使各点到直线的距离的平方和（即残差平方和，简称RSS）最小。
wonphen·2022-02-11 00:43

空间计量经济学笔记

空间计量经济学笔记[TOC]1.经典线性模型1.回归模型1.做回归模型:ny1=nXkkβ1+ne12.OLS估计量为:3.ML或OLS估计的方差为:4.ML估计量,MM估计量和OLS估计量在残差正态性假定下是一致的
地平线上的背影·2022-02-10 23:32

Variance in OLS/GLM

对于GLM来说，如何估计其prediction的ConfidenceInterval？以及如何估计其Coefficients的Variance？【这个常常在线性模型用以评估其变量的CausalInference时需要用】都是非常重要的问题。由于GLM的支持的分布，可以是realcontinuousnumber，以及integer（包含binarynumber）等等，所以对它们Variance的估计
shudaxu·2022-02-09 22:28

回归分析-一般线性回归和广义线性回归+分类数据数据挖掘分析

数据为state.x77数据集---本次利用ols最小二乘法=最小平方法直线回归拟合分析###线性回归##线性回归包括几个方面：数据观察，初步拟合，交互作用
我最有才·2022-02-08 18:44

R语言ARIMA、ARIMAX、 动态回归和OLS 回归预测多元时间序列

原文链接：http://tecdat.cn/?p=25220当ARIMA模型包括其它时间序列作为输入变量时,被称为传递函数模型(transferfunctionmodel)、多变量时间序列模型(multivariatetimeseriesmodel)、ARIMAX模型或Box-Tiao模型。传递函数模型是ARIMA模型的自然推广,Pankratz统称这种包含其它时间序列作为输入变量的ARIMA模型
·2022-02-07 13:37

python验证多组数据之间有无显著差异

组的订单量有无显著差异，我们可以利用方差分析fromstatsmodels.formula.apiimportolsfromstatsmodels.stats.anovaimportanova_lmmodel=ols
·2022-01-02 17:16

加权最小二乘法的原理讲解

今天这篇来讲讲加权最小二乘法(WLS)，加权最小二乘是在普通的最小二乘回归(OLS)的基础上进行改造的。
俊红的数据分析之路·2021-11-20 11:34

Python使用pyfinance包进行证券收益分析

pyfinance简介datasets.py：金融数据下载（基于request进行数据爬虫，有些数据由于外网受限已经无法下载）；general.py：通用财务计算，例如主动份额计算，收益分配近似值和跟踪误差优化；ols.py
·2021-11-19 12:07

Python计算双重差分模型DID及其对应P值使用详解

目录1.DID（Differences-in-Differences）定义2.DID模型形式3.OLS多项式拟合1.DID（Differences-in-Differences）定义双重差分法，其主要被用于社会学中的政策效果评估
·2021-10-18 13:46

时序预测 | MATLAB实现时间序列回归之逐步回归及信息标准

如果没有回答这个问题的理论基础，模型可能，至少在最初，包括降低OLS估计质量并混淆显着影响识别的“潜在”预
机器学习之心·2021-10-14 12:02

2021-09-19 集成学习TASK2

2）对随机误差项的假定：零均值假定同方差假定无自相关假设随机误差和解释变量X不相关随机误差项分布的正态性假设普通最小二乘法ordinaryleastsquares，OLS。
凭轩听雨199407·2021-09-19 22:39

【RS】实验步骤：夜光遥感监测城市化

  偶然有机会做一个利用美国国家地理中心（NGDC）在2013年发布的第5版的非辐射定标夜间平均灯光强度数据（DMSP/OLS）实现城市的变化监测指导书（受众是中学生）。
宅家学算法·2021-09-11 14:39

Variance in OLS estimator

OLS假设简写为为nxm的矩阵，n为样本数量，m为变量数量+1，为mx1的权重向量的期望为0：，方差为这里是冗余参数，需要有如下假设：1、同方差性：即每次观测的variance都一致，为，即homoscedasticity
shudaxu·2021-07-05 23:54

内生性解释与工具变量法操作

如果ε与x1不相关，那么我们可以利用OLS模型对方程进行无偏估计。然而，如果一个重要变量x2被模型遗漏了，且x1和x2也相关，那么对β1的OLS估计值就必然是有偏的。此时，x1被称作“内生”的解释
松柏林stata·2021-06-23 16:36

R语言中的岭回归、套索回归、主成分回归：线性模型选择和正则化

OLS也表现良好，n>>p。但是，如果n不比p大很多，则拟合可能会有很多可变性，从而导致拟合过度和/或预测不佳。如果p>n，则不再有唯一的最小二乘估计，并
tecdat拓端·2021-06-22 16:28

高计及stata应用陈强版第5章_大样本OLS

5.1为何需要大样本理论（1）小样本理论假设过强。如小样本的严格外生性假定要求解释变量与所有的扰动项正交，大样本只要求解释变量与当期的扰动项不相关即可（2）在大样本下，必须要求统计量的精确分布，大样本只需研究精确分布（3）大样本理论要求样本量在n≥30，越多越好5.2随机收敛依概率收敛convergenceinprobability或含义：与之差趋于0确定性收敛almostsureconverge
mhhhpl·2021-06-19 06:36

大样本OLS

大样本理论已成为当代计量经济学的主流方法。小样本理论的假设过强：小样本理论的严格外生性假设要求解释产量与所有扰动项均正交（不相关）。在时间序列模型中，这意味着解释产量与扰动项的过去、现在与未来值全部正交。一阶自回归在小样本理论下不可！大样本理论只要求解释产量与同期的扰动项不相关。其次，小样本理论假定扰动项为正态分布，而大样本理论无比限制。作图
每天都要努力的小晶晶·2021-06-14 13:53

计量经济学之异方差

如果这个条件不成立，即扰动项存在异方差，OLS就不那么好了。虽然OLS估计量仍然是无偏，一致且渐进正态的，但是估计量方差表达式变量，且不是BLUE。
BYSD·2021-06-10 04:31

第4章 一元线性回归

实操listslnwin1/10含义：列出前10个数据twowayscatterlws||lfitlws含义：①同时画出散点图和线性拟合（lfit→linearfit）②先写因变量，lw是因变量4.2OLS
mhhhpl·2021-05-31 12:58

springboot+mongodb+python+echarts数据分析与预测

echarts展示，数据实时监测制作模型，指标分析模型，回归模型方法：1、从mongodb取值，制作数据模型，2、调用python算法进行数据的计算及展示一、前端输出1、实时展示2、指标模型3、标准化OLS
Rankiy·2021-05-06 10:31

2019-05-15文献阅读记录

题目：乌鲁木齐建成区扩张及植被的演变特征摘要：针对乌鲁木齐市建成区扩张及其内部生态环境发生变化的问题,该文选取1993年、2003年和2013年的DMSP/OLS夜间灯光数据、2018年的NPP-VIIRS
ztzxx·2021-04-25 13:28

2016年8月3日

今天的目标是R程序嵌入类的完成，上午写个初版，下午完成终板，并且写个关于model的类模板，以OLS为例。奋斗吧，鸵鸟！等待宝宝的降临。你的专属座驾，宝宝。图片发自App
plutoese·2021-04-25 05:13

R语言用LASSO，adaptive LASSO预测通货膨胀时间序列

因为通常情况下，LASSO选择的变量会比普通最小二乘法（OLS）少得多，其预测的方差会小得多，代价是样本中出现少量的偏差。LASSO最重要的特点之
拓端研究室·2021-04-21 16:12

python机器学习之线性回归详解

二、OLS线性回归2.1OrdinaryLeastSquares最小二乘法一般情况下，线性回归假设模型为下，其中w为模型参数线性回归模型通常使用MSE（均方误差）作为损失函数，假设有m个样本，均方损失
·2021-04-20 12:56

GARCH-QR非线性回归(GQNR)交易模型（初稿）

目录一、前言基于本文GQNR模型的量化实盘地址量化交易的优势之处二、GQNR模型简介1.Garch模块1.1Garch定义1.2ARCH过程1.3GARCH过程2QR模块2.1QR定义2.2由OLS到QR2.2QR
Benson_XBX·2021-04-19 21:14

择时策略 —— 基于 RSRS 指标的沪深300指数择时

2、策略规则1、每天将沪深300指数最近N根k线的最高价、最低价进行ols回归，记录beta值（bet
domodo2020·2021-04-18 08:35

择时策略 —— 基于 RSRS 指标的沪深300指数择时

2、策略规则1、每天将沪深300指数最近N根k线的最高价、最低价进行ols回归，记录beta值（bet
domodo2012·2021-04-08 11:54

stata：第八章 异方差

openloglogusingchap08,replacetext*--------------------------------------------*foodexpenditureexample*OLS
HarryStudyPython_ing·2021-03-31 14:28

R语言用标准最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类

原文链接：http://tecdat.cn/?p=21379本文我们对逻辑回归和样条曲线进行介绍。logistic回归基于以下假设：给定协变量x，Y具有伯努利分布，目的是估计参数β。回想一下，针对该概率使用该函数是（对数）似然函数对数似然其中。数值方法基于（数值）下降梯度来计算似然函数的最大值。对数似然（负）是以下函数negLogLik=function(beta){-sum(-y*log(1+e
·2021-03-16 00:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他