按照 Stata 官方的介绍，我们通常采用如下命令来转换 Stata 13 以前生成的文件：clear //转码的时候数据不能打开
cd "D:\data" //设置工作路径, 填入存放待转换数据的文件路径
*-开始转码
unicode analyze *//任何文件类型
unicode encoding set gb18030
unicode translate *上述命令只能转换当前工
转载
2024-09-29 11:20:54
98阅读
CFPS计算分性别家庭子女数根据fid18分组，增加变量 male_size,其值为根据fid18分组，gender_update＝1的总数（fid18为家庭编号，家庭编号相同则为同一家庭）egen male_size=count(fid18) if gender_update==1,by(fid18)
egen female_size=count(fid18) if gender_update=
转载
2024-05-21 00:32:39
557阅读
一、逻辑回归1、基本概念 （1）分类算法：通过对训练样本进行学习，得到从样本特征到标签之间的映射关系，也就是假设函数，然后通过该假设函数对新数据进行分类。 （2）广义线性模型：g(y) = wx+b，其中g称为联系函数，当g=lny的时候为对数线性回归，当g为y的时候为线性回归。当g为ln(y/1-y)的时候就是对数几率回归，也称为逻辑回归。y为x为正例的可能性y = P(y=1|x），
10_对数几率回归一、概念（模型）相比于线性回归，我们不再希望假设函数假设函数输出一个连续值，而是希望它能够输出一个 在原来线性回归的基础上，增加了一个激活函数，即我们希望模型输出的结果是一个概率值，仍然是以正反例作为训练样本（二分类问题）的话，我们就以0.5为分界线，若 ，就说明这个样本经过预测是正例， 若 二、策略同样的，要找到一个合适的损失函数 来刻画出经验误差 我们最终得到的目标函数
时间序列分析模型——ARIMA模型一、研究目的传统的经济计量方法是以经济理论为基础来描述变量关系的模型。但经济理论通常不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在方程的左端又可以出现在方程的右端使得估计和推断变得更加复杂。为了解决这些问题而出现了一种用非结构方法来建立各个变量之间关系的模型，如向量自回归模型（vector autoregression,VAR）和向量误差修
目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1卷积神经网络（CNN）在时间序列中的应用4.2 长短时记忆网络（LSTM）处理序列依赖关系4.3 注意力机制（Attention）5.算法完整程序工程1.算法运行效果图预览PSO优化前：PSO优化后：2.算法运行软件版本MATLAB2022A3.部分核心程序.............................
转载
2024-10-11 14:25:03
106阅读
统计软件简介一、SPSS stical Product and Service Solutions（社会科学统计软件包）的缩写。SPSS是公司是由美国斯坦福大学三位学生与1968年在芝加哥成立，随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为"统计产品与服务解决方案"，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计
Stata备忘录1. 画图（1）时间趋势图label var year "年份"
label var per "制造业增加值比重[左轴]"
label var tjj "工业增加值比重[右轴]"
graph twoway (connect per year ,yaxis(1) color(black) ) ///
(connect tjj year ,yaxis(2) color(black)
高级计量经济学及stata应用 学习笔记② 短面板 下面展示一些 内联代码片。// A code block
var foo = 'bar';*Seven的高级计量经济学笔记
*教材：陈强《高级计量经济学及stata应用》
*第十五章 短面板
*数据来源：traffic.dta
*第一、前置步骤，观察统计特征与时间趋势
use "E:\-------高计数据-------\traffic.
转载
2024-07-23 11:09:34
105阅读
目录说明这篇文章能实现什么？论文或报告复现的一些个人理解00.全局设置、文件夹创建与需要的包01.数据的导入02.数据清洗03.使用循环语句批量重命名04.批量导出描述统计05.独立样本描述的可视化与非参数检验06.简单线性回归前的准备与回归结果导出07.结尾——一个包括了前面所有 dofile 的 dofile附件说明这篇文章能实现什么？这是一份我自己关于论文或者报告复现的心得记录。最终实现的结
转载
2024-05-25 12:53:11
1175阅读
目录1. 什么是 LaTeX2. 为什么要用 Excel2latex？3. 从 Stata 到 LaTeX4. 相关推文温馨提示： 文中链接在微信中无法生效。请点击底部 是科技排版的神器！多数英文期刊都会要求或建议使用 LaTeX 进行排版。在此前的推文中，我们介绍了如何把各类 Stata 代码和回归结果输出到 LaTeX 中，如：Stata 与 LaTeX 的完美结合事实上，此前介绍的 outr
文章目录前言Odds引出logit函数logit函数推导它的反函数sigmod函数sigmod函数推导Logistic回归求解参数$\theta$值 前言Logistic回归是把线性回归（连续的）转化为二分类的问题（不连续的）的模型 今天从头梳理一下Logistic回归。 文章的整体思路是：由Odds引出logit函数由logit函数推导出它的反函数sigmod函数sigmod函数推导出Logis
转载
2024-05-25 14:50:02
1270阅读
动态面板数据模型及估计方法假说里面不要出现显著 文章目录(一)面板数据基础知识**一、面板数据的定义****二、面板数据的分类****三、面板数据的优缺点****四、面板数据模型****五、面板数据模型的估计**（二）**短面板数据分析的基本程序****三大问题检验**（三）**长面板数据分析**（四）**机制识别方法**（五）平稳序列（六）内生性与工具变量法**内生性问题及解决方法**两阶段最小
转载
2024-07-24 10:43:57
1073阅读
目录局部加权回归（Locally weighted regression）分类感知器牛顿方法广义线性模型（Generalized Linear Model） 首先，我们先来讨论一下欠拟合（underfitting）和过拟合（overfitting）问题。比如我们同样采用线性回归来对一组房屋价格和房屋大小的数据进行拟合，第一种情况下我们只选取一个数据特征(比如房屋大小 x)采用直线进行拟合
1.回归的定义：找到一个函数，输出一个特征值，后输出数值。如：以过去房价数据预测未来的房价，李宏毅老师油管过去节目观看人数预测未来的最近节目观看人数。2.模型步骤： (1) 模型假设–线性模型：yi=xi*w+b 其中x为features,w为weight,b为bias；xi可以为多个feature. (2)模型评估–损失函数 在模型训练资料后得到了资料的分布，从数学的角度真实值y^到y轴的垂直函
转载
2024-09-06 18:52:51
88阅读
。学了Andrew Ng的深度学习课程后，吴老师对logstic regression讲的非常通俗易懂。这里梳理一下作为笔记。1 logstic回归是分类问题 这一点是因为历史原因，不用为此烦恼， 既然是分类模型，假定如下： 数据, , 二分类问题中，那么我们看下面线性可分的的例子：最简单的模型就是拟合一条直线，将两类分开。 该问题中 (红线)是一个较好的决策边界， 分类时对于样本，如
转载
2024-03-26 22:37:29
787阅读
了解前后分离的演变史为什么需要前后分离后端为主的 MVC 时代为了降低开发的复杂度，以后端为出发点，比如：Struts、SpringMVC 等框架的使用，就是后端的 MVC 时代以 SpringMVC 流程为例：发起请求到前端控制器(DispatcherServlet)前端控制器请求 HandlerMapping 查找 Handler，可以根据 xml 配置、注解进行查找处理器映射器 Handle
长面板的估计由于短面板的时间维度小，无法进行自相关分析，在长面板之下，我们拥有较长的时间维度，这为分析自相关提供了大量的时间信息。 午饭过后接下来步入正题。异方差种类模型：进行OLS估计，使用估计的残差进行估计的协方差矩阵 以此进行FGLS估计；还可以通过FGLS进行迭代估计，再使用FGLS的估计残差再进行FGLS估计，直至收敛。1.考虑同时存在组间异方差、同期相关以及组内自相关（自相关系数相同）
静态时序分析（Static Timing Analysis---STA)的前提是同步逻辑设计：通过路径计算延迟的总和，并比较相对于预定义时钟的延迟.一 基础知识1 同步逻辑延时模型如上图所示，T = tCO+tDELAY+tSU。时钟周期大于T，触发器正常工作；时钟周期小于T，不满足建立时间，触发器可能经历亚稳态。即最高时钟频率f = 1/T。若考虑到时钟偏斜skew,则如下图：此时，最小时钟周期
分类回归的其他问题二值选择模型的异方差问题将模型的 与可能有关的变量进行回归 原假设的同方差假设： 备择假设的异方差： 补充单词： Homoskedasticity Heteroskedasticity 上面是正常的probit回归 下面是 稀有事件偏差稀有事件偏差就是由于事件发生的少，无法正确分类假定y=1是稀有事件，y=0为大量发生的事件 我们的二分方法本质是寻找一个分类点，将二者以最小误差
转载
2024-07-26 01:03:09
236阅读
