old sweet的博客

时间序列也称动态序列， 是指将某种现象的指标数值按照时间顺序排列而成的数值序列。时间序列分析大致可分成三大部分，分别是描述过去、分析规律和预测未来，时间序列分析中常用的三种模型：季节分解、指数平滑方法和ARIMA模型， 常用Spss软件对时间序列数据进行建模。1、时间序列数据对同一对象在不同时间连续观察所取得的数据。例如：（1）从出生到现在，你的体重的数据（每年生日称一次)。（2）中国历...

“物以类聚，人以群分”，所谓的聚类，就是将样本划分为 由类似的对象组成的多个类的过程。聚类后，我们可以更加 准确的在每个类中单独使用统计模型进行估计、分析或预测； 也可以探究不同类之间的相关性和主要差异。1、K-means聚类算法1、算法流程一、指定需要划分的簇[cù]的个数K值（类的个数）;二、随机地选择K个数据对象作为初始的聚类中心 （不一定要是我们的样本点）;三、计算其余的各个数据...

1、水果分类的例子根据水果的属性，判断该水果的种类。mass: 水果重量 width: 水果的宽度 height: 水果的高度 color_score: 水果的颜色数值，范围0‐1 fruit_name：水果类别前19个样本是苹果 后19个样本是橙子 用这38个样本预测后四个样本对应的水果种类。应用逻辑回归的操作，先进行数据预处理，生成虚拟变量。2、逻辑回归对于因变量为分类变量的情况...

1、图的基本概念图论中的图（Graph）是由若干给定的点及连接两点的线 所构成的图形，这种图形通常用来描述某些事物之间的某种 特定关系，用点代表事物，用连接两点的线表示相应两个事 物间具有这种关系。一个图可以用数学语言描述为G(V(G),E(G))。V(vertex)指 的是图的顶点集，E(edge)指的是图的边集。根据边是否有方向，可将图分为有向图（图一）和无向图（图二）。另外，有些图的边上...

1、回归思想相关性（不是因果性）Y：因变量，常常是我们需要研究的核心变量，分为连续值型，0-1型，定序变量，计数变量，生存变量X：自变量（解释变量）回归分析：研究x和y之间的相关性的分析，尝试去解释Y的形成机制，进而达到通过x去预测y的目的。回归分析的目的：1.变量选择，识别重要变量（逐步回归法）2. 正相关还是副相关？3. 不同变量的重要性（估计权重）2、回归分析分类3、线...

1、典型相关分析和皮尔逊相关系数/斯皮尔曼相关系数对比皮尔逊相关系数和斯皮尔曼相关系数针对的是两个变量的相关性，典型相关分析针对的是两组变量进行相关分析，每组变量还可以由多个变量构成。例如：下图求皮尔逊相关系数，求各变量之间的相关系数，即（身高，体重）得到一个相关系数，（身高，肺活量）得到一个相关系数，依次类推，得到互不相同的所有变量之间的相关系数。下图求典型相关性，求两组变量的相关性，即...

皮尔逊 person相关系数和斯皮尔曼spearman等级相关系数，它们可用来衡量两个变量之间的相关性的大小，根据数据满足的不同条件，我们要选择不同的相关系数进行计算和分析（建模论文中最容易用错的方法）。1、相关概念总体：所要考察对象的全部个体叫做总体。样本：从总体所抽取的一部分个体叫总体的一个样本。使用样本数据的样本均值和样本标准差来估计总体平均水平和偏离程度。2、皮尔逊Person相...

1、插值与拟合插值算法中，得到的多项式f(x)要经过所有样本点。但是如果样本点太多，那么这个多项式次数过高，会造成龙格现象。尽管我们可以选择分段的方法避免这种现象，但是更多时候我们倾向于得到一个确定的曲线，尽管这条曲线不能经过每一个样本点，但是只要保证误差足够小即可。拟合算法：与插值算法不同，在拟合问题中不需要曲线一定经过给定的点，拟合问题的目标是寻求一个函数（曲线），使得该曲线在某种准则下与...

数模比赛中，常常需要根据已知的函数点进行数据、模型的处理和分析，而有时候现有的数据是极少的，不足以支撑分析的进行，这时就 需要使用一些数学的方法，“模拟产生”一些新的但又比较靠谱的值来满 足需求，这就是插值的作用。...

TOPSIS法（优劣解距离法）\1. 构造计算评分的公式：(x-min)/(max-min)\2. 统一指标类型 转化为极大型 指标正向化极小型指标转换公式：max-x中间型指标区间型指标：\3. 正向化矩阵标准化\4. 计算得分并归一化：x-min/(max-x)+(x-min)\5. 带权重的TOPSIS\6. 熵权法代码：%% 第一步：...

数学建模一、层次分析法（适用于评价类问题，可用打分解决）1.权重表格指标权重方案1方案2……指标1指标2指标3……2.问题：评价目标，可选方案，评价指标（背景材料，常识，网上搜集）3.确定指标的权重：分而治之，两两比较推算权重4.重要程度表格标度含义1表示两个因素相比，具有同样重要性...