#计算两个时间点的天数
startdate<-as.Date("2003-02-03")#开始日期
enddate<-as.Date("2023-03-30")#结束日期
days<-enddate-startdate#结束日期减去开始日期计算相隔多少天
days
#difftime计算时间间隔#差了多少个星期
today<-Sys.Date()
dob<-as.Da
转载
2024-06-17 11:11:02
59阅读
# R语言中的期权定价：Black-Scholes模型
期权是一种金融衍生工具，赋予持有者在未来某一特定时间以特定价格购买或出售资产的权利。期权定价模型旨在确定期权的公允价值，其中最为经典的便是Black-Scholes（BS）模型。本文将探讨如何在R语言中实现这一模型，并展示代码示例和数据可视化的应用。
## Black-Scholes模型简介
Black-Scholes模型是由费舍尔·布
# 如何使用R语言进行bs实现
## 引言
在这篇文章中，我将教会你如何使用R语言进行bs（bootstrap）实现。无论你是一名刚入行的小白，还是一个经验丰富的开发者，这篇文章都将给你提供详细的步骤和代码注释来帮助你完成这个任务。
## 流程概述
下面的表格展示了整个实现bs的流程。
| 步骤 | 描述 |
| --- | --- |
| 1 | 安装R语言和必要的包 |
| 2 | 导入
原创
2024-01-20 08:39:29
78阅读
贝塔分布（Beta Distribution) 是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数，在机器学习和数理统计学中有重要应用。在概率论中，贝塔分布，也称Β分布，是指一组定义在(0,1) 区间的连续概率分布。 1. 生成Β分布的随机数rbeta函数num <- 1000
alpha <- 2
belta <- 3
x <- seq(0,1,0.01
转载
2023-05-23 18:30:49
561阅读
在学习R语言的过程中，经常会遇到前面学习过的函数但到后面再次看到忘记了用法，在kaggle实践中也会遇到，我以前的做法是打开书本，评印象查找，但是效率极低，现在，我通过有道云笔记 将《R语言实战》中的所有函数按照书本出现的顺序编辑成一篇文章，然后通过检索一键定位。具体做法如下：1、复制下面的函数。2、粘贴到有道云笔记或印象笔记中，word文档也可以达到此效果。3、在检索区域输入函数。前三章函数ma
转载
2024-01-26 20:04:59
52阅读
人工智能语言简介人工智能(AI)语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。能够用它来编写程序求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。典型的人工智能语言主要有LISP、Prolog、Smalltalk、C++等一般来说，人工智能语言应具备如下特点：具有符号处理能力（即非数值处理能力）；适合于结构化程序设计，编程容易；具有递归
转载
2024-06-19 04:31:00
44阅读
Logistic回归，也称为Logit模型，用于对二元结果变量进行建模。在Logit模型中，结果的对数概率被建模为预测变量的线性组合。例子例1. 假设我们对影响一个政治候选人是否赢得选举的因素感兴趣。结果（因）变量是二元的（0/1）；赢或输。我们感兴趣的预测变量是花在竞选上的钱，花在竞选上的时间，以及候选人是否是现任者。例2. 一个研究者对GRE（研究生入学考试成绩）、GPA（
转载
2023-09-14 15:52:25
296阅读
常见概率分布及在R中的应用转载 ：http://eyejava.iteye.com/blog/324189R提供工具来计算累计分布函数p(cummulative distribution function CDF),概率密度函数d和分位数函数q，另外在各种概率分布前加r表示产生随机序列（R这种直接在分布前面加前缀的语法太难读了，pt() 误以为还是一个函数，实际上的含义是p(t())，为什么不写成
转载
2023-07-06 22:16:50
322阅读
## 如何使用R语言实现logit模型
### 概述
在本文中，我们将学习如何使用R语言实现logit模型。logit模型是一种二元回归模型，用于预测二元变量的概率。它是一种广泛应用于分类问题的机器学习模型。
### 流程图
```mermaid
graph TD
A(准备数据) --> B(拟合模型)
B --> C(使用模型进行预测)
```
### 详细步骤
#### 1. 准备数据
原创
2023-08-17 14:33:39
312阅读
最近我们被要求撰写关于DLM和DLNM的研究报告，包括一些图形和统计输出。 视频：R语言中的分布滞后非线性模型（DLNM）
R语言中的分布滞后非线性模型（DLNM）与发病率，死亡率和空气污染示例 前言本文说明了R语言中实现分布滞后线性和非线性模型（DLM和DLNM）的建模。首先，本文描述了除时间序列数据之外的DLM / DLNM的一般化方法，在Gasparrini [2014]中有
GAM（Generalized Additive Model）是一种灵活的统计模型，可以用于建模非线性关系和探索数据中的隐藏模式。它结合了广义线性模型（GLM）和非参数平滑的思想，可以用于分类和回归问题。在本文中，我们将介绍如何使用R语言进行GAM模型建模，并提供一些实际应用示例。
首先，我们需要加载所需的R包。在这个例子中，我们将使用`mgcv`包，它是R中用于建立GAM模型的最常用包之一。
原创
2024-01-10 04:43:58
681阅读
# GAMLSS模型R语言代码实现
## 引言
在数据分析和建模的过程中，GAMLSS（Generalized Additive Models for Location, Scale and Shape）模型是一种常用的非线性回归模型。它可以灵活地处理各种数据类型和复杂的数据分布。本文将介绍如何使用R语言实现GAMLSS模型。
## 流程图
```mermaid
graph TD;
A
原创
2023-10-31 05:31:18
576阅读
和宏观经济数据不同，金融市场上多为高频数据，比如股票收益率序列。直观的来说 ，后者是比前者“波动”更多且随机波动的序列，在一元或多元的情况下，构建Copula函数模型和GARCH模型是最好的选择。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语言股市收益率相依性可视化分析 ，时长16:34 相关视频：时间序列分析：ARIMA GARCH模
转载
2024-09-14 22:19:50
32阅读
BP（Back Propagation）神经网络
是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小
转载
2023-08-25 16:28:02
93阅读
一，软件开发架构 C/S架构：client与server，客户端与服务器端架构，这种架构也是从用户层面（也可以是物理层面）来划分的，泛指客户端应用程序exe，程序需要先安装后，才能运行在用户的电脑上，对用户的电脑操作系统环境依赖较大 B/S架构：browser与server，浏览器端与服务器端架构，这种架构是从用户层面来划分的。 Browser浏览器，其实也是一种client客户端，只是这个
转载
2024-07-01 06:32:51
72阅读
01解决何种问题 前面一期和大家分享如何运用样条回归处理遇到的非线性问题，但这适合处理单个因变量Y对应一个自变量X的问题，而现实情况是，我们常常要处理多个自变量和一个因变量之间的关系，除此以外，虽然通过做散点图能发现非线性关系，但很难归属它的形式，广义线性模型中的多项式回归，由于其不好解释的系数，降低了模型实用性。 &
转载
2023-11-10 11:02:28
368阅读
随机森林属于模式识别中有监督的分类中的一种方法。它的原理是以决策树为基本分类器的一个集成学习模型，它包含多个由Bagging集成学习技术训练得到的决策树，当输入待分类的样本时，最终的分类结果由决策树的输出结果的众数决定。 一、基本原理列出如下： 从原始数据m*n维数据中有放回的抽取样本容量与原数据相同的数据样本m*n，样本数量为ntree（在R语言中可以指定）； 对每一个数据样本应用决策树的计算方
转载
2023-09-28 23:46:41
140阅读
阈值模型用于统计的几个不同区域，而不仅仅是时间序列。一般的想法是，当变量的值超过某个阈值时，过程可能表现不同。也就是说，当值大于阈值时，可以应用不同的模型，而不是当它们低于阈值时。例如，在药物毒理学应用中，可能低于阈值量的所有剂量都是安全的，而当剂量增加到阈值量以上时毒性增加。或者，在动物种群丰度研究中，种群可以缓慢增加至阈值大小...
原创
2021-05-19 23:38:18
604阅读
# 如何使用R语言实现ARIMA预测模型
## 一、流程概述
在使用R语言实现ARIMA预测模型的过程中，主要分为以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 导入数据 |
| 2 | 数据预处理 |
| 3 | 拟合ARIMA模型 |
| 4 | 模型诊断 |
| 5 | 进行预测 |
## 二、具体步骤及代码
### 步骤一：导入数据
首先，需
原创
2024-07-10 05:34:04
239阅读
个人介绍: 研一｜统计学｜干货分享 擅长Python、Matlab、R等主流编程软件 累计十余项国家级比赛奖项，参与研究经费10w、40w级横向 文章目录1 目的2 原序列差分处理3 差分后序列平稳性检验4 差分后序列白噪声检验5 ARIMA模型建立6 ARIMA模型定阶7 ARIMA模型拟合8 ARIMA模型显著性检验9 ARIMA加法疏系数模型10 A
