- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习---监督学习---回归---一元线性回归
表中的数据对应的散点图为上图，发现家庭消费支出Y和家庭可支配收入X近似落在一条直线上。这条直线被称为，相应的函数为YfXi，称为。其中fXi既可以线性，也可以非线性。当fXi线性时，可以表示为fXiβ0β1Xi，其中β0β1被称为。但是发现图中，黑点与拟合出的直线之间还是有偏差的，即μiYi−fXi，这个偏差是个不可观测的随机变量，称之为随机误差项。YifXiμi。
2025-05-01 18:32:20
797
原创 Python快速入门
def 函数名(函数变量):函数表达式# 函数编写# 输出0到n-1的数字print(i)returnreturn a+b# 函数调用# hello# 0# 1# 2# 3# 4# 5# 6# 7# 8# 9# 0# 1# 2# 3# 4# 5# 6# 7# 8# 9# None# 解释：出现None的原因是该函数最终return为空值# 4。
2024-11-25 21:03:45
365
1
原创 R中的Copula包
关于copula函数包的介绍：copula包提供了(S4)类常用的椭圆、(嵌套)阿基米德、极值和其他copula族;密度、分布、随机数生成和绘图方法。拟合联结模型和拟合优度检验。独立性和序列(单变量和多变量)独立性检验，以及其他相关检验。
2024-04-27 19:48:07
2750
2
原创 Copula(3)
通过前面的分析，我们发现，如果要计算相依性，那么首先要估计copula函数中的未知参数。常用的估计参数的方法有，极大似然估计、两步极大似然估计以及半参数估计。
2024-04-22 17:09:12
1462
原创 Copula(2)
研究中使用最多的 Copula 函数主要有阿基米德 Copula 和椭圆类 Copula。椭圆copula:优点在于简单性以及在做模拟基于分布的copula时比较方便，但是缺点在于需要对多个参数进行估计。阿基米德copula:copula函数具有显示表达式，但是进行多元拓展的话是比较麻烦的。
2024-04-21 16:29:44
3905
1
原创 Copula(1)
copula函数又称为连接函数，是将一些特征联系在一起组成一个‘整体’，比如将两个变量的分布联系在一起组成一个二元联合分布。:构造多个变量之间的联合分布。在构造联合分布之后，可以基于多元联合分布进行后续分析。1.构造似然函数，估计模型中的带估参数2.计算金融市场中资产变量的相依性。在金融风险分析中，非椭圆分布情况下的相依性依靠线性相关性无法准确反映，因此需寻求其他刻画相依性的度量，比如秩相关。此外，在金融风险建模中，我们关注多元损失分布的尾部相依结构，因此需要关注尾部相依性的计算。
2024-04-20 16:14:17
2775
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人