博客档案

道琼斯股票市场指数(4/4):成交量GARCH模型

1月8日,二千零一十九
通过
道琼斯股票市场指数(4/4):成交量GARCH模型

分类高级模型agsdata可视化线性回归器程序这是4系列文章的最后一部分。在第四篇文章中,我将为道琼斯工业平均指数(DJIA)日成交量对数比率建立一个ARMA-GARCH模型。您可以阅读以下链接中的其他三个部分:第1部分,第二部分:第3部分。打包正在使用的包…

阅读更多

道琼斯股票市场指数(3/4):对数回报加奇模型

1月7日,二千零一十九
通过
道琼斯股票市场指数(3/4):对数回报加奇模型

分类高级模型在第三篇文章中的agsdata可视化线性回归程序程序,我将为道琼斯工业平均指数(DJIA)的日对数回报率建立一个ARMA-GARCH模型。你可以阅读我之前发表的第一和第二部分。包装本系列文章中使用的包装在此列出。SuppressPackageStartupMessages(library(lubridate))SuppressPackageStartupMessages(library(fbasics))SuppressPackageStartupMessages(library(lmtest))SuppressPackageStartupMessages(library(urca))SuppressPackageStartupMessages(library(ggplot2))SuppressPackageStartupMessages(library(quantmod))SuppressPackageStartupMessages(library(performanceanalyt)ics)suppresspackagestartupmessages(library(rugarch))suppresspackagestartupmessages(library(fints))suppresspackagestartupmessages(library(forecast))suppresspackagestartupmessages(library(strucchange))。

阅读更多

道琼斯股票市场指数(2/4):交易量探索性分析

1月6日,二千零一十九
通过
道琼斯股票市场指数(2/4):交易量探索性分析

分类基本统计数据可视化导入数据程序这是关于道琼斯股票市场的4系列文章的第二部分。金宝搏网址要阅读第一部分,请转到此链接。在这一部分,我将分析道琼斯工业平均指数(DJIA)的成交量。包装本系列文章中使用的包装在此列出。suppresspackagestartupmessages(library(lubridate))suppresspackagestartupmessages(library(fbasics))suppresspackagestartupmessages(library(lmtest))suppresspackagestartupmessages(library(urca))。

阅读更多

道琼斯股票市场指数(1/4):对数回报探索性分析

1月5日,二千零一十九
通过
道琼斯股票市场指数(1/4):对数回报探索性分析

分类基本统计数据可视化导入数据或在这四个发布系列中编程,我将分析2007-2018年道琼斯工业平均指数(DJIA)。道琼斯工业平均指数(dija)是一个股票市场指数,表明30个大的价值,总部设在美国的国有公司。道琼斯工业平均指数的价值是基于…

阅读更多

叶植物分类:统计学习模型第2部分

12月30日,二千零一十八
通过
叶植物分类:统计学习模型第2部分

分类高级模型agslinear回归主成分分析在本篇文章中编程,我将根据本教程第一部分中介绍的植物叶数据集建立一个统计学习模型。我们有三个数据集,每种植物提供十六个样本,每一百种植物。其特征是:形状纹理边缘,我将利用歧视分析…

阅读更多

叶植物分类:探索性分析-第1部分

12月29日,二千零一十八
通过
叶植物分类:探索性分析-第1部分

分类获取数据标签数据管理数据可视化探索性分析在此日志中编程,我将运行UCI机器学习库在这个链接上提供的植物叶片数据集的探索性分析。该数据集预计将包含100种植物物种中的16个样本。其分析在参考文献中介绍。.本文介绍了一种设计用于…

阅读更多

mcomp软件包

1月2日,二千零一十八
通过
mcomp软件包

Makridakis竞赛(又称M竞赛或M竞赛)是由预测研究员Spyros Makridakis领导的团队组织的一系列竞赛,旨在评估和比较不同预测方法的准确性。到目前为止已经有三场比赛,命名为M1(1982年),M2(1993)和M3(2000)。第四个与竞争有关的建立黑客的帖子…

阅读更多

网球大满贯锦标赛冠军基本分析

12月11日,二千零一十七
通过
网球大满贯锦标赛冠军基本分析

本教程从统计的角度分析了网球大满贯比赛的主要结果。明确地,我试着回答以下问题:–如何适应大满贯比赛的分布-运动员之间的胜利次数?–如何计算玩家获胜的概率大于特定相关的后单程方差分析解释…

阅读更多

异常值检测和干预分析

12月4日,二千零一十七
通过
异常值检测和干预分析

在我之前的教程ARIMA模型和干预分析中,我们利用strucchange包来识别和日期时间序列级别的变化结构。在此基础上,我们能够用改进的AIC度量定义ARIMA模型。此外,对acf/pacf图的仔细分析突出了季节性模式的存在。在相关的PostPark数据帧中:正在探索…

阅读更多

ARIMA模型与干预分析

10月7日,二千零一十七
通过
ARIMA模型与干预分析

在我之前的教程《全球变暖中的结构变化》中,我介绍了strucchange包和一些基本的例子,以确定时间序列中结构变化的日期。在本教程中,我将展示如何约会结构变化(如果有的话),然后干预分析可以帮助找到更好的ARIMA模型。年代结构变化包括相关的博士后温和的介绍…

阅读更多

搜索R-Blo188bet appggers


赞助商

千万不要错过更新!
订阅R-Bloggers188bet app接收
最新R帖子的电子邮件。
(您将不再看到此消息。)

单击此处关闭(此弹出窗口将不再出现)