数学建模数据分析——趋势性检验和平稳性检验在数学建模比赛中，经常需要对数据进行分析和预处理，常见的比如趋势分析（上升/下降/无明显趋势）和突变分析，很多时候靠人的经验观察得出结论，但这是不够严谨的。于是我们通常会采用一些更科学的方法，下面我们就来详细的捋一遍数据分析检验方法： 文章目录数学建模数据分析——趋势性检验和平稳性检验时间序列趋势性检验方法斜率法Cox-Stuart检验法Mann-Kend
转载
2024-02-05 08:44:26
1380阅读
RANSAC是一种常用的稳健估计的方法，稳健估计的方法有很多，特别是在大量数据处理中。在机器自动化数据采集过程中，不可避免的有三种误差，粗差，系统误差，偶然误差，分别可以对应三种解决方法获取最优解：无偏估计，有偏估计，抗差（robustness）估计（稳健估计）。 粗差即错误，尽管对于数据预处理之后，粗差仍不可能完全剔除，对于含有少量粗差的最优解的估计通常有两类，三种思路，第一类，将全部数据做为初
抗差估计抗差估计的原理抗差估计是近代测量平差范畴，又名稳健估计（robust estimate），据杨院士说中科院系统喜欢称之为抗差估计，武大喜欢称之为稳健估计。我们的测量值是随机变量，符合正态分布的，如果出现粗差（gross error）的话，我们在应用最小二差或卡尔曼滤波的时候就会使结果偏离真实值（滤波发散）的现象。我们解决粗差或系统误差的时候，可以从两方面去理解，均值漂移或者方差膨胀，抗差估
转载
2024-02-24 11:32:12
182阅读
稳健回归（Robustness regression）最小二乘法的弊端之前文章里的关于线性回归的模型，都是基于最小二乘法来实现的。但是，当数据样本点出现很多的异常点（outliers），这些异常点对回归模型的影响会非常的大，传统的基于最小二乘的回归方法将不适用。比如下图中所示，数据中存在一个异常点，如果不剔除改点，适用OLS方法来做回归的话，那么就会得到途中红色的那条线；如果将这个异常点剔除掉的话
# R语言稳健性检验
在统计学中，稳健性检验是指一种检验方法，用于检验数据中是否存在异常值或离群点对统计结果的影响。R语言作为一种强大的统计分析工具，提供了多种方法来进行稳健性检验。本文将介绍R语言中常用的稳健性检验方法，并给出相应的代码示例。
## 稳健性检验方法
在R语言中，常用的稳健性检验方法包括Huber检验、Tukey检验、M检验等。这些方法通过对数据进行适当的变换或调整，来减少异
原创
2024-04-14 05:22:31
495阅读
# R语言稳健性检验实现指南
## 概述
稳健性检验是统计学中常用的一种方法，用来评估数据对异常值的敏感性。在R语言中，我们可以使用一些包来实现稳健性检验，如`robustbase`和`robust`。本文将介绍如何使用这些包进行稳健性检验，并提供相应的示例代码。
## 流程概览
下面是实现R语言稳健性检验的基本流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 导入所需
原创
2023-07-20 22:15:22
890阅读
调用robustfit函数作稳健回归regress函数和regstats函数利用普通最小二乘法估计模型中的参数，参数的估计值受异常值的影响比较大。robustfit函数采用加权最小二乘法估计模型中的参数，受异常值的影响就比较小。robustfit函数用来作稳健的多重线性或广义线性回归分析，下面介绍robustfit函数的用法。1.4.1．robustfit函数的用法robustfit函数有以下几种
转载
2023-12-25 21:39:52
555阅读
一、基本了解（一）定义汇总1、稳健性（robustness）是产品对各种噪声的抵抗能力，反应为产品质量特性的变异程度。变异程度小的产品稳健性高。2、噪声噪声是引起质量变异的干扰因素，有三种形式：①外部噪声。比如温度、湿度等使用环境因素。②内部噪声。比如产品在存储和使用过程中发生的材料变质、老化、磨损。③零件间噪声。严格地说，任何两件产品的同一零件都不会完全一样。3、稳定性（stability）当一
转载
2024-02-21 15:29:20
167阅读
软件系统的质量属性外部质量因素保持正确性（Correctness）1.确保接收的条件是正确的 分层：假定一个软件系统是分层开发的，每层都要确保自己是正确的，同时假定其调用的低层也是正确的。 2.测试与调试 a)防御式编程 b)证明自己的代码能满足预期要求。保持健壮性（Robustness）1.健壮性是软件系统对异常情况作出适当反应的能力。稳健性是为了确保如果出现某种情况，系统不会导致灾难性的（灾难
转载
2024-04-30 20:01:40
113阅读
TSLS，即两阶段最小二乘回归。是用于解决内生性问题的一种方法，除TSLS外还可使用GMM估计。内生变量是指与误差项相关的解释变量。对应还有一个术语叫‘外生变量’，是指与误差项不相关的解释变量。产生内生性问题的原因通常在三类，分别说明如下：内生性问题的判断上，通常是使用Durbin-Wu-Hausman检验（SPSSAU在两阶段最小二乘回归结果中默认输出），当然很多时候会结合自身理论知识和直观专业
转载
2024-05-09 12:44:17
526阅读
目录在 R 中估计 GARCH 参数存在的问题GARCH 模型基础估计 GARCH 参数fGarch 参数估计的行为结论译后记在 R 中估计 GARCH 参数存在的问题本文翻译自《Problems In Estimating GARCH Parameters in R 》更新（11/2/17 3:00 PM MDT）：我从 R 的金融板块邮件列表收到一位知名金融工具包贡献者——Brian Pete
# R语言检验对未知形式的异方差具有稳健性
在统计学中，异方差性是指不同组别或不同数据点的误差或扰动不服从相同的方差。这会对基于普通最小二乘法的回归分析造成困扰，因为它假设数据的误差项具有相同的方差。为了处理这些问题，R语言提供了一些工具，能够有效地检验和应对异方差性，即使我们对其形式未知。
## 异方差性检验
R语言中常用的异方差性检验方法有：白检验（White Test）、布雷施-帕甘检
一、实验项目名称：基于R语言的时间序列平稳性检验 二、实验目的与要求： 平稳时间序列的概念，平稳性检验的时序图检验方法和自相关图检验方法。 三、实验原理： 时序图和自相关图检验时间序列的平稳性依据； 四、测试数据与实验结果 测试数据1 ：通过阅读教材内容，填写下列空白 实验结果： （1）时间序列分析的基本步骤如下框图： 由上面框图可以看出，进行时间序列分析之前要进行时间序列的预处理分析，即 平稳性
转载
2023-08-17 16:15:42
274阅读
1 平行趋势检验在介绍完DID的基本思想和模型设定后，我们再来说说DID的稳健性检验，也就是要想办法证实所有效应确实是由政策实施所导致的。 所谓共同趋势或者平行趋势，是指处理组和控制组在政策实施之前必须具有相同的发展趋势。 如果不满足这一条件，那么两次差分得出的政策效应β就不完全是真实的政策效应，其中有一部分是由处理组和控制组本身的差异所带来的。如果平行趋势假设成立，那么在政策时点之前，处理组和控
转载
2024-03-11 19:01:19
268阅读
# Python 稳健性检验与PSM配对方法
在数据分析和因果推断中，稳健性检验（robustness checks）是至关重要的。稳健性检验能够帮助研究者验证系统性偏误和结果的稳定性。本文将介绍一种常用的稳健性检验方法——倾向得分匹配（Propensity Score Matching, PSM），并通过 Python 代码示例进行说明。
## 什么是倾向得分匹配（PSM）？
倾向得分匹配
R语言中样本平衡的几种方法在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性。在不平衡的数据中，任一算法都没法从样本量少的类中获取足够的信息来进行精确预测。因此，机器学习算法常常被要求应用在平衡数据集上。不平衡分类是一种有监督...
转载
2017-12-08 09:34:00
194阅读
2评论
背景提升R代码运行速度并不需要很高级的优化技术, 例如代码并
原创
2022-02-16 16:29:29
856阅读
背景提升R代码运行速度并不需要很高级的优化技术, 例如代码并行化, 使用数据库, 使用c++等. 实际上, 通过简单的操作, 就能够是R的运算速度显著的加快, 下面介绍几种方法.1, 向量化R语言允许用户进行向量化编程, 这样速度更快.比如我们计算100万随机数, 计算他们的平方, 这里使用两种方法: 第一种, for循环; 第二种, 向量化set.seed(123)dat= rnor...
原创
2021-06-01 16:54:37
1744阅读
凡是搞计量经济的，都关注这个号了邮箱：econometrics666@126.com所有计量经济圈方法论丛的do文件,微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.之前推荐过“实证应用经济学中的稳健性检验是什么?怎么做？哪些策略呢？”，今天再看一下稳健性检验在文献中的具体做法。稳健性检验考察的是评价方法和指标解释能力的强壮性，也就是当改变某些参数时，评价方法和指标是否仍然对评价结
原创
2021-03-25 22:31:55
10000+阅读
基于Token重演曾经是流程挖掘中合规性检查的标准方法。随着更先进的技术（例如，基于对齐的技术）的采用，基于Token重演被放弃了。Alessandro Berti 和 Wil van der Aalst等人于2019年提出了一种更为先进的Token重演的拟合度评估方法，该方法更快且可扩展，下面我们将详细介绍这一算法。1.背景介绍&n
转载
2024-07-14 10:22:37
54阅读
