作者：张国平经过一段时间学习和实践，感觉对于期货择时交易，跟随趋势基本上可以被认为是不二途径。那么对于CTA交易策略来说，及早发现趋势是非常重要。寻找趋势的方法很多，经典的比如均线快慢线交叉，布林带还有其他各种时序动量指标在实践中，发现经常陷入一个两难局面，一方面是希望及时发现趋势，这样不可避免就是的判定阈值变得敏感；往往就是敏感的指标被市场白噪声和某些蓄意大宝剑图形（针
简单介绍一下实证论文中双重差分法（DID）的平行趋势检验（Parallel Trend Test）在Stata中如何操作。一、平行趋势假定平行趋势假定是实证论文中使用DID的前提，处理组与控制组的目标变量在政策发生前（事前）只有满足平行趋势假设才能使用DID。反之，如果处理组和控制组在事前就存在一定的差异，那么用DID做出来（可能还很好看）的结果就不再能代表政策的净效应，极有可能存在其他因素影响我
转载
2024-01-30 11:26:48
1571阅读
特征选择(亦即降维)是数据预处理中非常重要的一个步骤。对于分类来说，特征选择可以从众多的特征中选择对分类最重要的那些特征，去除原数据中的噪音。主成分分析(PCA)与线性判别式分析(LDA)是两种最常用的特征选择算法。关于PCA的介绍，可以见我的另一篇博文。这里主要介绍线性判别式分析(LDA)，主要基于Fisher Discriminant Analysis with Kernals[
数据分析工作前瞻统计检验因果分析一、RCT(随机试验)1概述随机试验是一种最常用的方法，我们在工作中常用的A/B test就是随机试验的一种。RCT最重要的就是找一个好的问题（可以测量、精确性），这需要可以量化的因变量和自变量控制变量后精确的试验环境猜测可能的因果关系在开启A/B test前可以考虑先进性AAtest，其作用可以参考这篇文章AB test 中的AA test有什么作用？ 在做实验后
转载
2024-09-15 18:53:15
336阅读
在上一期的内容中，我们介绍了如果想要比较两个疾病模型的预测能力，除了可以绘制两个模型的ROC曲线并计算曲线下面积(AUC)外，还可以用定量的指标来比较新、旧模型预测准确率的改善程度，即净重新分类改善指数NRI。NRI主要用于在设定好的切点水平下，例如某个指标的诊断界值，或高、中、低风险划分的界值等，来判断和比较新、旧模型的预测能力是否有所提高，在实际的临床应用中容易计算，也容易理解。但是NRI的不
TNF拮抗剂的结构、功能与结核感染Robert S. Wallis.THE LANCET Infectious Diseases. 2008; 8:601–611.TNF在抗结核的肉芽肿结构的形成和维持中有重要作用 Furst DE, et al. Semin Arthritis Rheum. 2006;36:159-67. 肿瘤坏死因
MK检验前言一、MK趋势检验1. 定义2.代码3.结果二、MK突变检验1. 定义2.代码3.结果 前言在时间序列趋势分析中，Mann-Kendall检验是使用广泛的非参数检验方法，是一种定量的方式，被广泛应用于非正态分布的数据趋势分析中，而且该方法可以对数据整体趋势做分析，计算方便。一、MK趋势检验1. 定义
Mann-Kendall单调检验用于检测水文气象时间序列假设检验的趋势，但未指定趋势是
转载
2023-12-09 12:29:13
3131阅读
一、探索式测试的目标理解应用程序如何工作，它的接口，它实现了哪些功能；强迫软件展示其全部能力；找到缺陷。二、局部探索式测试法1、输入：合法输入、非法输入1）输入筛选器需要检查以下几个方面：第一，开发是否正确的实现了该功能？第二，是否可以绕过屏蔽器？或者当输入值进入系统后还可以修改？2）输入检查测试必须仔细阅读每一条错误信息，检查该信息是否写错了，错误信息还可以透漏开发编程时的一些想法。输入检查和异
转载
2024-08-04 14:38:15
69阅读
# Python画平行趋势线
## 引言
在市场和金融领域，平行趋势线是一种常见的技术分析工具，用于辨别价格走势的方向和波动性。平行趋势线通常由两条平行线组成，分别连接价格的高点和低点，展现出价格波动的范围。
在本文中，我们将介绍如何使用Python绘制平行趋势线的示例代码，并通过实例演示如何根据历史数据绘制出平行趋势线来分析价格走势。
## 准备工作
在开始之前，我们需要安装mat
原创
2024-05-11 07:49:59
142阅读
统计方法分为描述统计和推断性统计，参数估计和假设性检验是推断性统计中的重要部分。参数检验主要用于抽样研究方法，从总体中抽取一定的样本进行研究非参数性检验：无法准确假设时在用样本均值估计总体均值，或判断两个均值不相等的样本是否来自均值不同的总体时，要进行均值的比较检验。均值检验一般包括三部分内容：1.单一样本均值检验；2.独立样本均值检验；3.配对样本均值检验。 P>0.05称“不显
转载
2023-12-18 13:05:04
463阅读
# Python趋势检验
Python是一种流行的编程语言，被广泛应用于数据科学、人工智能、Web开发等领域。随着Python在各行各业中的应用越来越广泛，人们对Python趋势的关注度也在逐渐增加。趋势检验是一种统计分析方法，用于识别时间序列数据中的趋势。在Python中，我们可以使用一些库来进行趋势检验，比如statsmodels、pandas等。
## 趋势检验的基本原理
趋势检验的目
原创
2024-03-27 03:47:59
118阅读
1.在SPSS中，如果需要对SPSS数据进行单因素方差分析的趋势检验，应该采用以下什么步骤？A.选择菜单：【分析（A）】→【比较均值（M）】→【单因素ANOVA】，在弹出的窗口中点击“对比（N）”，再进行参数设置。 B.选择菜单：【分析（A）】→【描述统计】→【单因素ANOVA】，在弹出的窗口中点击“对比（N）”，再进行参数设置。 C.选择菜单：【分析（A）】→【多重响应（U）】→【单因素ANOV
转载
2023-10-09 07:46:09
389阅读
MK（Mann-Kendall）检验a基本原理：使用MK算法检验时序数据大致趋势，趋势分为无明显趋势（稳定）、趋势上升、趋势下降。MK检验的基础：当没有趋势时，随时间获得的数据是独立同分布的，数据随着时间不是连续相关的。所获得的时间序列上的数据代表了采样时的真实条件，样本要具有代表性。MK检验不要求数据是正态分布，也不要求变化趋势是线性的。如果有缺失值或者值低于一个或多个检测限制，是可以计算MK检
转载
2023-11-27 14:33:23
1291阅读
在数据分析工作中，趋势检验是一个非常重要的环节。特别是在Python中，Mann-Kendall（MK）检验被广泛使用来分析时间序列数据的趋势。接下来，我将详细记录如何在Python中进行MK趋势检验的过程。
## 环境准备
首先，我们需要确保我们的开发环境能够支持相关库的安装和运行。
**软硬件要求：**
- 操作系统：支持Python的操作系统（如Windows, macOS, Lin
原标题：SPSSAU描述性分析指标如何选择？描述性统计分析，就是用来概括、描述数据整体状况以及数据各特征的统计方法。对于定量数据，比如量表评分(非常不满意,不满意,非常满意等)或者身高体重的值，可以通过描述性分析，计算数据的集中性特征和波动性特征等。在数据分析的时候，一般首先要对数据进行描述性分析，再选择进一步分析的分析方法。常见指标分类描述性统计指标大致可分为三类：集中趋势指标、离散趋势指标、分
# 使用Python进行平行性假设检验的完整指南
## 引言
在数据分析和统计学中，假设检验是一种常见的技术，用于检验某种假设是否成立。在许多情况下，我们可能会使用平行性假设检验来验证不同样本之间的关系。本文将带你通过完整的流程，教你如何使用Python进行平行性假设检验。
## 流程概述
我们将按照以下步骤进行平行性假设检验：
| 步骤 | 描述
原创
2024-09-04 06:46:55
228阅读
1、Theil-Sen Median方法又称为Sen斜率估计，是一种稳健的非参数统计的趋势计算方法。它通过考虑数据集中所有可能的点对，计算这些点对之间的斜率，并选择这些斜率的中位数来获取整体趋势的稳健估计。Theil-Sen方法提供了一种对数据趋势的鲁棒估计。与传统的最小二乘法相比，这使得Theil-Sen方法对于异常值或离群值更为鲁棒。Theil-Sen方法是确定性的，这意味着对于给定的数据集，
转载
2024-09-15 19:48:35
482阅读
退化趋势性检验是时间序列分析中的重要工具，旨在检测数据中的潜在趋势并判断其是否显著。在Python中实现这一检验涉及多个库，例如`statsmodels`、`numpy`和`pandas`。本文将详细探讨在Python中实施退化趋势性检验的各个方面，包括版本对比、迁移指南、兼容性处理、实战案例、性能优化及生态扩展。
### 版本对比
在进行退化趋势性检验时，不同版本的Python及相关库会影响
# Python线性趋势T检验初学者指南
在数据分析领域，趋势检测是一项重要的技术。使用Python进行线性趋势分析时，T检验可以帮助我们判断趋势是否显著。本文将带领你一步步迈入这个领域。我们会用表格展示整个流程，并深入介绍每一步所需的具体代码及其解释。
## 流程概述
下面是进行Python线性趋势T检验的整体流程：
| 步骤 | 描述
原创
2024-09-11 07:38:44
134阅读
Sen+MK趋势分析结果原理实现非平稳时间序列突变检测 -- Bernaola Galvan分割算法 Sen 斜率估计用于计算趋势值，通常与MK非参数检验结合使用。即首先计算Sen趋势值，然后使用MK方法判断趋势显著性。结果去看原文原理Theil-Sen Median方法又被称为 Sen 斜率估计，是一种稳健的非参数统计的趋势计算方法。该方法计算效率高，对于测量误差和离群数据不敏感，常被用于长时
