最近我被要求撰写关于金融时间序列的copulas的调查。从读取数据中获得各种模型的描述，包括一些图形和统计输出。> temp < - tempfile（）
> download.file（
+“oil.xls",temp）
> oil = read.xlsx（temp，sheetName =“DATA”，dec =“，”）
> oil = read.xlsx（
Logistic构建临床预测模型系列主要以一篇基于logistic回归构建预测模型的文章为例，从整理数据到构建预测模型，再到内部验证模型，包括了整理数据、随机数据拆分、基线描述、差异性分析、绘制ROC曲线并计算AUC值、HL检验及绘制校准曲线、构建列线图模型并绘制DCA曲线，基本涵盖了Logistic构建预测模型的全过程，敬请期待！本文属于Logistic构建临床预测模型系列文章第六篇，分别用R语
最近我们被要求撰写关于多项式线性模型的研究报告，包括一些图形和统计输出。 相关视频：非线性模型原理与R语言多项式回归、局部平滑样条、 广义相加模型GAM分析
非线性模型原理与R语言多项式回归、局部平滑样条、 广义相加模型GAM分析 ，时长05:41“应用线性模型”中，我们打算将一种理论（线性模型理论）应用于具体案例。通常，我会介绍理论的主要观点：假设，主要结果，并进行示范来直观地解
数据可视化——R语言使用ggplot2工具包绘制分面的曲线图概述：R语言使用ggplot2工具包绘制分面的曲线图，即依据数据的不同属性进行分面显示，并详细设置了不同绘图参数，使得绘制的图形更美观。使用工具：R语言中的ggplot2工具包， RcolorBrewer颜色工具包RcolorBrewer包在我之前的博客有介绍，请参考：数据可视化——R语言使用ggplot2工具包绘制精美的条形图下面展示一
转载
2023-08-31 17:04:27
167阅读
之前曾经有人咨询过我们，用R怎么画ROC曲线图呀？嗯，我们建议用pROC函数来画，基本都能满足你的所有要求。今天我们就来详细讲讲这个方法(当然也分享代码)~ROC曲线介绍受试者工作特征曲线(ROC曲线，receiver operator characteristic curve)，最初作为一种分析方法在二战时用于评价雷达性能(鉴别敌方，友方以及噪音)，目前广泛应用于医学诊断、生物信息学、数据挖掘和
生存分析（survival analysis）是生物医学研究中常用的分析方法。在队列随访研究中，我们会事先定义一些观察终点，比如肿瘤复发、患者死亡、血压达标等，这些终点称为事件（event）。从研究开始到发生事件的时间间隔称为生存时间（survival time），某些场景下也称为失效时间（failure time）。由于生存时间数据具有以下两个特点，所以提出生存分析这一特殊的分析方法。SPSS就
一、概述生存分析（Survival Analysis）是用来描述和分析时间因素对个体生存的影响，其中生存曲线一般是常见的图表之一。而通过Kaplan-Meier（KM）法，可以绘制生存曲线用以描述研究对象的存活情况。KM生存曲线是用来描述随时间推移一个群体中存活的比例，通常是用来描述疾病的存活率。在 KM 生存曲线上，X 轴表示时间，而 Y 轴表示生存率（或存活概率或累计存活率），即一个人在某一时
转载
2023-08-08 08:42:52
467阅读
IMU 姿态估计的第一步是将陀螺仪（gyroscope）测量的角速度积分成陀螺仪的姿态。在早期的惯性导航应用中，因为计算机计算能力有限，人们曾经使用双速度积分法：高速一阶积分和中速高阶积分，从而在保证积分精度的前提下降低计算量 [1]。在现在 IMU 的低精度应用中，一般单片机的计算性能足以保证在 IMU 的测量带宽内使用最精确的积分方法，因此我们没有必要讨论 [1] 中的双速度积分法。在这篇文章
转载
2023-06-21 10:22:01
164阅读
# R语言Copula的实现流程
欢迎来到R语言Copula的实现指南！在本篇文章中，我将带你逐步了解如何实现R语言Copula。我们将按照以下步骤进行操作：
| 步骤 | 操作 |
| --- | --- |
| 第一步 | 安装必要的包 |
| 第二步 | 导入数据 |
| 第三步 | 拟合Copula模型 |
| 第四步 | 模型评估和选择 |
| 第五步 | 生成样本数据 |
现在让
原创
2023-07-28 06:37:32
572阅读
最近我们被客户要求撰写关于Copula的研究报告，包括一些图形和统计输出。在引入copula时，大家普遍认为copula很有趣，因为它们允许分别对边缘分布和相依结构进行建模。copula建模边缘和相依关系给定一些边缘分布函数和一个copula，那么我们可以生成一个多元分布函数，其中的边缘是前面指定的。相关视频：Copula算法原理和R语言股市收益率相依性可视化分析
Copula算法原理和R语
#
# 用术语来说，核密度估计是用于估计随机变
# 量概率密度函数的一种非参数方法。虽然其数学细节已经超出了本书的范畴，但从总体上讲，核
# 密度图不失为一种用来观察连续型变量分布的有效方法。绘制密度图的方法（不叠加到另一幅图
# 上方）为：
plot(density(x))
#
# 其中的x是一个数值型向量。由于plot()函数会创建一幅新的图形，所以要向一
# 幅已经存在的图形上叠加一条
转载
2023-06-20 15:16:30
1015阅读
浅谈ROC曲线
机器学习中很常见的一个大类就是二元分类器。很多二元分类器会产生一个概率预测值，而非仅仅是0-1预测值。我们可以使用某个临界点（例如0.5），以划分哪些预测为1，哪些预测为0。得到二元预测值后，可以构建一个混淆矩阵来评价二元分类器的预测效果。所有的训练数据都会落入这个矩阵中，而对角线上的数字代表了预测正确的数目，即True Positive+True Nagetive
转载
2023-08-22 22:02:39
38阅读
探索ParSNIP：一款强大的R语言建模工具ParSNIP是R语言中tidymodels生态系统的一部分，致力于简化和标准化机器学习模型的构建过程。这个项目的目标是让数据科学家和分析师能够更轻松地实现模型的定义、训练和预测，无论他们选择的是哪种算法。技术解析ParSNIP的核心是一个统一的语法接口，它允许用户通过一致的方式与各种不同的机器学习算法进行交互。这包括常见的分类、回归和生存分析模型，如逻
1.什么是饼图/甜甜圈图？在工作中如果遇到需要计算总费用或金额的各个部分构成比例的情况，一般都是通过各个部分与总额相除来计算，而且这种比例表示方法单看数字很抽象，我们可以使用一种饼形图表，能够直接以图形的方式直接显示各个组成部分所占比例，更加形象直观。饼图，是指使用圆形及圆内扇形的面积来表示数值大小的图形，其一般用于表示总体中各部分所占的比例。甜甜圈图（圆环图），其本质是将饼图的中间区域挖空。虽然
本文以1950年到2010年期间我国的火灾统计数据为例,数据如下所示：
(0)加载数据 data<-read.csv("E:\\MyDocument\\p\\Data\\1950~2010火灾情况.csv")
x=t(data[1])
y=t(data[2])
z=t(data[3])
w=t(data[4])
maxy=max(y)
maxz=max(
转载
2023-08-25 16:07:27
166阅读
## 项目方案：R语言如何画累计曲线图
### 1. 项目背景和目标
在许多数据分析和可视化任务中，我们需要绘制累计曲线图来展示数据的累计变化情况。R语言是一种功能强大的数据分析和可视化工具，本项目旨在介绍如何使用R语言绘制累计曲线图。
### 2. 数据准备
首先，我们需要准备用于绘制累计曲线图的数据。假设我们有一个包含日期和数值的数据集，表示某项指标随时间的变化。以下是一个示例数据集：
这篇文章是关于 copulas 和重尾的。在全球金融危机之前，许多投资者是多元化的。看看下面这张熟悉的图：黑线是近似正态的。红线代表Cauchy分布，它是具有一个自由度的T分布的一个特殊情况。也许是因为Cauchy和t分布混在一起。我们总是可以计算出经验方差。请看下图。这是对1自由度的t分布（红色的Cauchy分布）和5自由度的t分布（蓝色）的模拟结果。为了比较不同的尾部行为，我们有我们所谓的尾部
本文以1950年到2010年期间我国的火灾统计数据为例,数据如下所示：
(0)加载数据
data<-read.csv("E:\\MyDocument\\p\\Data\\1950~2010火灾情况.csv")
x=t(data[1])
y=t(data[2])
z=t(data[3])
w=t(data[4])
maxy=max(y)
maxz=max(z)
maxw=max(
原创
2021-08-30 14:43:32
558阅读
在本文中，我描述了如何在CRAN中搜索用于绘制ROC曲线的包，并重点介绍了六个有用的包。
原创
2021-05-12 14:07:07
3048阅读
pyecharts库是python下实现的echarts图表绘制库，接下来，我们使用pyecharts来绘制一条曲线，来体验一下pyecharts的基本使用效果。 1、首先，我们要安装下pyecharts库，在pycharm终端输入安装命令：&nbs
转载
2023-08-20 09:07:59
177阅读
