活动
【大数据部落】r语言多均线股票价格量化策略回测
移动平均线是技术分析中最常用的，作为一种简单有效的数学模型而被广泛使用。均线使用的方式的差异在于均线的计算方式与价格使用方式。不同的均线计算方式会产生不同的结果，不同的价格使用也会有不同的效果。
【大数据部落】R语言如何使用rjags R2jags来建立贝叶斯模型
【大数据部落】R语言如何使用rjags R2jags来建立贝叶斯模型
R语言分段回归数据分析案例报告
我们在这里讨论所谓的“分段线性回归模型”，因为它们利用包含虚拟变量的交互项。
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
通过对用电负荷的消费者进行聚类，我们可以提取典型的负荷曲线，提高后续用电量预测的准确性，检测异常或监控整个智能电网（Laurinec等人（2016），Laurinec和Lucká（ 2016））。
R语言区间数据回归分析
回归分析是一种十分常见的数据分析方法,通过观测数据确定变量间的相互关系.传统回归分析以点数据为研究对象,预测结果也是点数据,而真实数据往往在一定范围内变动的.
R语言如何找到患者数据中具有差异的指标？（PLS—DA分析）
从海量数据中发现潜在标志指标, 需要借助多变量模式识别方法. 无监督的模式识别方法包括主成分分析（PCA、聚类分析(HCE)等，根据模式识别模型抽提出对分类有重要贡献的指标后, 如果还需要进一步验证这些指标的差异性，那么可以在r语言中使用PLSDA模型进行分析。
R语言调整随机对照试验中的基线协变量
随机对照试验构成通常被认为是用于评估某些干预或感兴趣治疗效果的金标准设计。参与者被随机分配到两个（有时更多）的群体这一事实确保了，至少在期望中，两个治疗组在测量的，重要的是可能影响结果的未测量因素方面是平衡的。因此，两组之间结果的差异可归因
R语言如何在生存分析与Cox回归中计算IDI，NRI指标
读取样本数据查询部分数据（结果和预测因子）模型0和模型1的结果数据和预测变量集推理 输出 M1表示IDIM2表示NRIM3表示中位数差异图形演示参考文献1.R语言绘制生存曲线估计|生存分析|如何R作生存曲线图2.R语言生存分析可视化分析3
R语言文本主题模型之潜在语义分析（LDA:Latent Dirichlet Allocation）
文本分析：主题建模 目标定义主题建模解释Latent Dirichlet以及此过程的工作原理演示如何使用LDA从一组已知主题中找到主题结构演示如何使用LDA从一组未知主题中找到主题结构确定k选择适当参数的方法主题建模 通常，当我们在线搜索信
R语言互联网金融下的中国保险业数据分析
随着人们对数据分析质量要求的提高以及科学软件的飞速发展， 利用统计软件解读数据渐渐成为了当今人们进行数据分析处理的常用方法。 此报告尝试运用统计软件——R 语言对互联网金融下的中国保险业相关数据进行挖掘、 分析， 剖析中国保险市场发展的影响
R语言k折交叉验证
“机器学习中需要把数据分为训练集和测试集，因此如何划分训练集和测试集就成为影响模型效果的重要因素。本文介绍一种常用的划分最优训练集和测试集的方法——k折交叉验证。”k折交叉验证K折交叉验证(k-fold cross-validation)首
热门文章
R语言k折交叉验证
2023-02-07 10:34:04
R语言文本主题模型之潜在语义分析（LDA:Latent Dirichlet Allocation）
2023-02-24 10:12:47
R语言互联网金融下的中国保险业数据分析
2023-02-07 10:34:04
R语言如何在生存分析与Cox回归中计算IDI，NRI指标
2023-07-07 07:48:26
R语言调整随机对照试验中的基线协变量
2023-07-07 07:49:21
【大数据部落】R语言如何使用rjags R2jags来建立贝叶斯模型
2025-04-01 09:21:49
