ols

二、DSMP/OLS等夜间灯光数据贫困地区识别——MPI和灯光指数计算

一、前言其实在计算MPI和灯光指数之前，最重要是DMSP/OLS等夜间灯光指数的校正还有就是MPI计算，那么校正分为DMSP/OLS和NPP/VIIRS夜间灯光数据，DMSP/OLS夜间灯光数据校正主要采取不变目标区域法原理进行校正
端木宛白的GIS课堂·2023-06-18 23:23

一、DSMP/OLS等夜间灯光数据贫困地区识别——理论

随着遥感技术的不断发展，DMSP/OLS等夜间灯光数据的广泛应用为了大范围、动态的区域贫困监测提供一种新的方式。
端木宛白的GIS课堂·2023-06-18 00:52

用LASSO，adaptive LASSO预测通货膨胀时间序列|附代码数据

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最重要的特点之一
·2023-06-16 14:48

用LASSO，adaptive LASSO预测通货膨胀时间序列|附代码数据

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最重要的特点之一
·2023-06-16 14:47

拓端数据tecdat: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
·2023-06-16 14:09

用LASSO，adaptive LASSO预测通货膨胀时间序列|附代码数据

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
·2023-06-16 14:01

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
·2023-06-13 23:20

三、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化——灯光指数计算（二）

一、前言续上一节，建成区提取方式有很多种，本文主要介绍一种区别于参考比较法、突变检测法等的领域分析提取建成区范围。本文以广州市为例，基于领域分析提取2020年广州市建成区范围。二、具体步骤（1）加载数据并将广州市夜间灯光数据提取出来（2）搜索"邻域分析工具下面的块统计"，然后依次设置参数提取。3*3的max邻域分析见下图设置3*3min邻域分析见下图设置5*5min邻域分析设置见下图
端木宛白的GIS课堂·2023-06-13 04:10

六、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化——分析理论介绍

一、前言在完成碳排放反演之后，分析角度有很多，通常时间维度和空间维度分析，随后结合政策对成因进行分析，具体可以参考：基于DMSP_OLS夜间灯...据的中国能源消费碳排放研究_苏泳娴文章有相关详细的介绍
端木宛白的GIS课堂·2023-06-13 04:40

七、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化——能源碳排放增长类型、增长率、总量增长等级分析

一、前言前文对能源碳排放空间化后的分析角度做了一些介绍，其实无非就是能源碳排放增长类型、增长率等的计算，那么这里强调一下，这个时候不能用利用统计数据计算出来的能源碳排放数据进行计算，而是必须用反演的能源碳排放数据进行划定计算。二、具体步骤增长类型（1）打开反演结果的属性表直接找到对应字段进行统计，然后将其复制到Excel记录好待用，这里我利用四川省GDP反演结果作为演示，做法是一样。结果如下将总和
端木宛白的GIS课堂·2023-06-13 04:38

计量经济学名词解释

计量经济学名词解释第二章第三章第四章第五章第六章第七章第八章第九章第十章第二章普通最小二乘法（OLS）：通过最小化误差的平方和寻找数据的最佳函数匹配。
斑马L*·2023-06-12 01:48

Statsmodels 统计包之 OLS 回归

在本文中，我们重点介绍最回归分析中最常用的OLS（ordinaryleastsquare）功能。importnumpyasn
小瓶盖的猪猪侠·2023-06-11 06:43

R -- loess函数

文章目录brief:Example代码实例用在时序数据上brief:通常我们使用最小二乘回归（OLS）去找到一条直线来最佳地拟合数据点，就像下面那样。
All_Will_Be_Fine噻·2023-06-10 10:29

statsmodels线性回归中的Jarque-Bera指标检验残差是否服从正态分布

dataM数据字段：y,x1,x2,x3python中统计学的回归模型：importstatsmodels.formula.apiassmfformula='y~x1+x2+x3'resultM=smf.ols
MollyWangRan·2023-06-09 07:00

科研常备模型OLS, GWR, GTWR原理介绍及ArcGIS实现详细教程

OLS,GWR,GTWR回归模型均可以揭示解释变量对被解释变量的影响且可以进行预测。
yorov·2023-04-21 14:56

微习惯复盘与感恩日记2022-7-3

大致看了一下以往的试卷，计量的题目基本上没有变化，一道OLS一道MLE，概率论的题目是一道计算一道证明，明天试试看能不能做出来。宏观就没有以往试卷可以参考了，准备把作业和期末考卷再做一做。
小木山庄的溜溜·2023-04-20 14:02

arcgis夜光遥感经济分析

基于珞珈一号卫星影像的ＴＮＬＩ指数计算（以海南省为例）首先我们需要下载夜间灯光遥感数据各个夜间遥感数据对比1.DMSP/OLS数据:DefenseMeteorologicalSatelliteProgram
陈南GISer·2023-04-20 01:16

scikit-learn

https://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html#sphx-glr-auto-examples-linear-mo
叶常落·2023-04-19 01:32

python统计学实战——OLS回归

importpandasaspdmedia=pd.read_csv("Media.csv")media.head()输出结果：项目的目的：在TVRadioNewspaper这三个渠道的不同的广告投入的各个情况下，所带来的销售额是多少？一元线性回归importstatsmodels.apiassmy=media.salesx=media.TVX=sm.add_constant(x)#给自变量中加入常
许志辉Albert·2023-04-16 19:34

stata简单回归与检验

stata简单回归与检验–潘登同学的stata笔记文章目录stata简单回归与检验--潘登同学的stata笔记OLS回归系数的t检验异方差稳健型标准误计算拟合值和残差残差分析相关系数矩阵相关矩阵散点图Pearson
PD我是你的真爱粉·2023-04-13 04:21

ML05-Ridge回归

实现；Ridge回归的数学基础；Rifge回归的数据集标准的意义与标准化实现；Ridge回归的特征选型的意义与过拟合问题的解决；一、线性回归中的奇异值问题1.矩阵奇异的问题  在线性回归中，最小二乘法（OLS
杨强AT南京·2023-04-12 05:42

大数据必学基础Linux之Linux的常用命令（1）持续更新

如下所示：commandoptionsarguments(或parameters)命令选项参数例如：rm-rf/home/ols3二、命令的使用方式在Linux系统中打开终端的方式有以下两种：一种是在桌面上依次单击
A尚学堂Nancy老师·2023-04-12 01:10

2018-12-29 凌晨3点·复习建模

如果把建模比作跳舞的话，这几天就是在狠打基本功；一个OLS的推理吃了一遍又一遍，卡了一遍又一遍，但并不够。为什么说上面这句话呢？
吉吉吉吉daydayday·2023-04-09 06:22

使用OLS摘要解释线性回归的结果

下面是一个回归过程，用于拟合收入和教育情况importpandasaspdimportmatplotlib.pyplotaspltimportseabornassmsimportstatsmodels.apiassnsdata=pd.read_csv('../input/traindatas/char7/Salary_Data.csv')print(sdata.head())n=sdata.sha
小瓶盖的猪猪侠·2023-04-07 02:41

分位数回归-Quantile regression

OLS回归估计量的计算是基于最小化残差平方。分位数回归估计量的计算也是基于一种非对称形式的绝对值残差最小化。其中，中位数回归运用
longgb246·2023-04-07 01:39

多元线性回归（OLS+稳健误）python代码实现

简介多元线性回归主要适用于应变量和自变量具有较强的线性关系，且主要研究因变量（被解释变量）和自变量（解释变量）之间的相关关系，从而达到解释或者预测的作用。而且一般用于处理横截面数据，横截面数据一般为同一时间段的不同对象的数据，比如同一年中的各省份的GDP。适用条件自变量（X）和因变量（Y）具有线性关系（广义线性关系，只要能通过线性变化获得线性关系即可），具体呈现形式如下。是回归系数，又称为偏回归系
夏子期lal·2023-04-03 04:23

AI笔记: 线性回归模型优化求解

线性回归模型用到的目标函数OLS的目标函数:J(w)=∑j=1N(yi−f(xi))2J(w)=\sum_{j=1}^N(y_i-f(x_i))^2J(w)=∑j=1N(yi−f(xi))2在最小二乘线性回归里
山无棱，江水为竭·2023-04-01 21:30

三、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化——方程建立和渔网建立

一、前言当我们计算完灯光总值——SUM后以及整理好统计年鉴的能源碳排放数据之后，就可以进行拟合方程建立，其实也就是将能源碳排放作为Y，SUM作为X，然后通常的方程获取有很多种，最简单的就是Excel，相对专业的就是SPSS或者ORIGIN等，那么其实如果说个人基础较好，可以直接采取专业拟合工具，结果会具有更强的分析角度，那么本文给大家介绍用SPSS分析做介绍，因为用ORIGIN门槛高一点，建议用S
端木宛白的GIS课堂·2023-04-01 10:29

四、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化——反演

一、前言渔网的建立是作为反演的前提，其实能源碳排放空间化核心思想利用拟合方程然后基于渔网工具，将所有的能源碳排放数据分配到每一个像元，实现空间化，并且可以基于此进行相应的计算分析，突破传统能源碳排放数据行政界线的一个限制，那么其实再开始之前，再开始反演之前要先进行精度分析，那么精度分析主要是针对拟合方程，最常用也就是我们所谓相对误差。为了方便大家按照步骤练习，订阅了专栏可以私信我，我会提供和本文一
端木宛白的GIS课堂·2023-04-01 10:29

计量笔记(二) | OLS估计量性质

上文中《计量笔记(一)|OLS估计量推导》我们通过基本公式和矩阵形式两种方式推导出了OLS估计量的表达式，那么OLS估计量有什么优良性质呢？
AccountingCoder·2023-04-01 03:31

计量笔记(一) | OLS估计量推导

一、基准方程推导总体回归模型yi=β1+β2x2i+β3x3i+⋯+βkxki+εiy_i=\beta_1+\beta_2x_{2i}+\beta_3x_{3i}+\cdots+\beta_kx_{ki}+\varepsilon_iyi=β1+β2x2i+β3x3i+⋯+βkxki+εi样本回归模型yi=β^1+β^2x2i+β^3x3i+⋯+β^kxki+eiy_i=\hat\beta_1+\h
AccountingCoder·2023-04-01 03:31

广义典型相关分析_广义线性模型（GLM）概述及负二项回归应用举例和R计算

概述及负二项回归应用举例和R计算前述简介了几种一般线性模型(generallinearmodel)，如简单线性回归、多项式回归、多元线性回归等，它们基于普通最小二乘法(ordinaryleastsquare，OLS
weixin_39629467·2023-03-31 15:57

第12章 工具变量回归

将中的变化视作是由两部分组成的：其中一部分不管是何原因与相关，而第二部分与无关一、单个回归变量和单个工具变量的IV估计量联系因变量和回归变量的总体回归模型为，其中为代表决定遗漏因素的误差项若和相关，则OLS
流焱之舞·2023-03-29 22:33

2022-10-16入门1-最小二乘估计与偏最小二乘估计

—GeorgeBox普通最小二乘回归（ordinaryleastsquare，OLS），也被称为普通最小平方估计回归普通最小二乘回归是最小二乘回归里的一种Y=β0+β1X1+β2X2+β3X3+···+
八段锦1134·2023-03-29 11:01

复杂数据统计方法——基于R的应用 R软件练习-part2

cars)#输出cars的维数，先是行数，后是列数lm(dist~speed,data=cars)#以speed为自变量，dist为因变量做普通最小二乘法分析（ordinaryleastsquare,OLS
静绚·2023-03-21 00:12

一、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化理论介绍

一、前言利用DMSP/OLS等夜间灯光数据开展能源碳排放空间化之前，需要简单区分夜间灯光数据GDP空间化的一个区别，其实这里会有一个比较明显的变化就是可能对于研究区域某个省份，但是其工业相对没有那么发达的区域
端木宛白的GIS课堂·2023-03-14 11:59

R语言特征选择方法——最佳子集回归、逐步回归|附代码数据

变量选择方法所有可能的回归model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars)ols_all_subset(model)## # A tibble
·2023-02-20 22:04

R语言特征选择方法——最佳子集回归、逐步回归|附代码数据

变量选择方法所有可能的回归model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars)ols_all_subset(model)## # A tibble
·2023-02-20 22:04

普通最小二乘法推导

OLS(普通最小二乘估计)简单回归模型的参数估计,对于具体的样本数据,假设满足:假设条件的数学表示对于残差项代入(i),(ii)选择估计量解决上述方程的样本问题上一式等价于,则,代回上式,得:调整后,因此
凉风起天末_·2023-02-05 03:40

多元线性回归：R语言的有关基础操作

其实我不太清楚实际回归时各种检查和操作的一个整体，因而本篇内容很混乱，主要以介绍对应方法的R语言代码为主）目录一、数据集介绍1.1各个属性介绍1.2描述性统计二、基础回归2.1高斯马尔可夫假定：G-M假定2.2基本模型：OLS
YO乐事嘟·2023-02-03 22:17

互助问答第11期:控制变量不显著等问题

自变量因变量显著，R方很低，0.1，我用的是混合OLS，应该是面板数据，是不同公司在不同年份的业绩表现的数据。
学术苑·2023-02-02 19:35

城市数据派（多尺度地理加权回归理论与应用——关于地理加权回归GWR和多尺度地理加权回归MGWR）

与经典的全局回归模型的OLS不同，GWR是局部回归模型，模型系数是通过观测周围的样本来回归得到。在这里插入图片描述
qq_41627642·2023-02-01 11:42

SPSS----加权回归分析你了解多少（随笔笔记）

spss统计分析书中这样写到：在线性回归模型中，有一个同方差性假设，就是要求所有观测对回归模型的变异具有相同的贡献，以此为基础的回归方法称之为普通最小二乘法(OLS)。
PY_smallH·2023-02-01 11:41

ols回归结果分析表python_Python Statsmodels 统计包之 OLS 回归

在本文中，我们重点介绍最回归分析中最常用的OLS(ordinaryleastsquare)功能。当你需要在Python中进行
weixin_39826089·2023-01-30 14:54

python的ols_工具&方法 | 6行代码教你用Python做OLS回归(内附CFPS实例)

写在前面的话阅读本文前需要掌握的基础知识：Python的基础知识、numpy的基础知识、pandas的基础知识、基本的计量知识。如果你还不会，那么本文也会介绍一些python语法的基础内容，方便大家理解。随着数据资源的日渐丰富，学者们越来越多的需要接触到大数据的处理，许多学者还是习惯使用Stata对数据进行处理，而Stata由于其自身的限制，在处理大数据集时要么需要强劲的处理性能(昂贵的硬件成本)
weixin_39694838·2023-01-30 14:24

python滑动窗口求回归——OLS和WLS

核心代码其实就一行modle=regression.linear_model.OLS(temp_y,index_x).fit()预备：指定窗口大小，半衰期和数据长度，求一个权重序列：Example:权重计算函数
时间里的河·2023-01-30 14:23

python的ols回归_Python滚动窗口OLS回归估计

下面是使用statsmodels进行OLS滚动的概要，应该对您的数据有效。
weixin_39670441·2023-01-30 14:23

python的ols回归,Python-滚动窗口OLS回归估计

Formyevaluation,Ihaveadatasetfoundinthislink(https://drive.google.com/drive/folders/0B2Iv8dfU4fTUMVFyYTEtWXlzYkk)asinthefollowingformat.Thethirdcolumn(Y)inmydatasetismytruevalue-that'swhatIwantedtopre
琦玉老师比我秃·2023-01-30 14:53

ols回归结果分析表python_OLS回归结果Python中coef的VIF

我试图按coef打印VIF(方差膨胀因子)。然而，我似乎找不到任何来自statsmodels的文档来说明如何做到这一点？我有一个需要处理的n个变量的模型，所有变量的多重共线性值无助于删除共线性最高的值。在这看起来是个答案但是我如何在这个工作簿上运行它呢。在下面是代码和摘要输出，这也是我现在所在的地方。在importpandasaspdimportmatplotlib.pyplotaspltimpo
weixin_39630106·2023-01-30 14:53

python的ols回归_python统计学实战——OLS回归

importpandasaspdmedia=pd.read_csv("Media.csv")media.head()输出结果：项目的目的：在TVRadioNewspaper这三个渠道的不同的广告投入的各个情况下，所带来的销售额是多少？一元线性回归importstatsmodels.apiassmy=media.salesx=media.TVX=sm.add_constant(x)#给自变量中加入常
weixin_39669638·2023-01-30 14:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他