OpenEIM 码农的“启蒙”之《面向对象分析和设计》

原文:OpenEIM 码农的“启蒙”之《面向对象分析和设计》

OpenEIM 眨眼间已工作走出校门好几个年头了,OpenEIM蜡笔小新 总觉得时间过的好快(时间果然是一把无情的杀猪刀)。

好长时间木有写过博客了,有时候突然之间好多想说的,却又不知怎么下笔;总是这样,也许是不善于语言表达吧(人在不愿做某一件事的时候总是能找出一千个理由来说服自己)。

今天想谈谈阅读的一些体会。我是始终认为在刚开始工作的几年中是一个人进步最快的时间段,也是“部分决定”你以后发展方向的一个阶段。这个阶段中的进步来自于项目经验、自己的领悟、前辈的传授、阅读所得(博客、图书)等等。其中唯有自己主观可控的只有阅读所得以及自己的领悟(项目经历也好、阅读也好);因为项目经验+前辈传授这是外部环境决定的,这些都是外界不可控的因素。俗话说的好:靠山山会倒 靠人人会跑 只有自己最可靠。所以我平时愿意去花时间来用在我主观可控的项目上(也就是阅读啦)。买来不少认为有用的书,也确实吸收一些东西,无奈选择多了烦恼也就来了,陷在阅读的泥潭中不知那些有用那些无用、那些现阶段那些以后看。后来仔细分析回想一下,滤清一些脉络,脑子里面蹦出我认为对我影响最大的两本读物《程序设计语言-实践之路》和《面向对象分析和设计》;其实发现这也是对应我个人成长的两个阶段。


内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的PythonR代码示例,帮助读者理解应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式编程代码,建议读者具备一定的统计学编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值