搜索资源列表
yiyuanhuiguifexi
- 进行一元线性回归分析，分析的模型y=a+bx+e,e服从N(0,sigma平方),以及根据所建的一元线性回归模型进行预测实例-A linear regression analysis, the analysis of the model y = a+bx+e, e obey N (0, sigma squared), and built a linear regression model to predict instance
the-maximum-likelihood-estimate
- 1、 极大似然估计 尝试用0~24阶多项式拟合，并用5折交叉验证选择最佳模型（多项式阶数及其系数，给出类似课件中的图），并画出最佳模型的拟合效果图（类似图1，蓝色点为训练样本、红色点为测试样本、绿色线为模型预测），给出该模型的测试误差。 2、 岭回归 多项式阶数为24，正则系数λ的取值范围为exp(-19)到exp(20)，采用并用5折交叉验证选择最佳模型。实验结果要求同1。 -1, the maximum likelihood estimate of 0 to 24 try-o
zihuigui
- 自回归模型是数学预测计算中很常用的模型，用途广泛，在工程实际背景或者数学建模竞赛中都会经常用到-Since the regression model is very commonly used mathematical calculations to predict the model, widely used in engineering or mathematical modeling contest in the background are often used
Population
- matlab非线性回归模型的拟合曲线（Logisic曲线人口预测-matlab curve fitting nonlinear regression model (Logisic curve population projections
AR_with_remove
- 时间序列分析，AR模型，用于流数据预测与滤波 输入参数：y为原始数据矩阵，p为AR模型的阶数，la为自回归模型的遗忘系数 输出参数：预测值，置信区间，离群点等-Time series analysis, AR model for prediction and filtering data stream input parameters: y original data matrix, p is the order of the AR model, la self-forgetting c
SVMcgForRegress
- 支持向量机回归模型，可应用于经济、金融时间序列预测！-SVM Model
logistic-regression
- 逻辑回归模型的实现，可以进行训练，预测，分类-Achieve logistic regression model can be trained, forecasting, classification
TREGM
- 水利预测中的门限自回归模型，根据川大王文圣的论文编写-THRESHOLD AUTOREGRESSIVE MODEL
Weighted-HMM-AR-model
- 一种基于加权隐马尔可夫的自回归状态预测模型-Based on weighted HMM state autoregression prediction model
PCAPMAPPLSPBP
- 这是一种基于近红外光谱的非线性建模方法及系统，从各所述近红外光谱数据随机挑出一部分作为校正集，挑出一部分作为验证集；将所述校正集和所述验证集通过主成分分析得到光谱特征空间；在所述光谱特征空间中，通过马氏距离法选取所述校正集里与所述验证集的各个样本最近似的样本作为校正子集；从所述校正子集中提取主成分数，作为BP神经网络的输入层建立回归模型，不仅能解决各因素之间多重相关的问题，还避免了大量的噪声和一些无用的信息，降低了变量维数，在BP神经网络的非线性映射能力和适应学习能力的基础上，提高了模型的预测稳
Wind-Speed-Combined-Prediction
- 针对风电场短期风速的预测提出一种基于小波变换的组合预测方法。首先利用Mallat 算法对短期风速时间序列进行db3 小波三层分解与重构，得到短期风速时间序列的近似分量和细节分量。针对近似分量和细节分量的不同特性，对近似分量利用粒子群算法优化的最小二乘支持向量机进行预测，对细节分量利用自回归求和滑动平均模型进行预测。最后各预测模型预测值组合叠加得到最终的短期风速预测值。仿真结果表明该方法具有较高的预测准确度。-In order to improve short-term wind speed pr
svm-confidence-interval
- lssvm 最小二乘支持向量机回归模型置信区间预测, 简单易用,易懂易学-least squares support vector machine
AR_predict
- 基于时间序列的自回归AR模型预测，有具体的注释-The autoregressive AR model based on time series prediction, a specific comments
Unary-Polynomial-Regression-Model
- 一元多项式回归模型及其Matlab程序，已知各年度的税收数据见表11，预测第15年的税收-One dollar polynomial regression model and its Matlab program, known tax data for each year in Table 11, forecast the 15th year of tax
test
- 用于研究时间序列的方法有AR（自回归）、MA（滑动平均）、ARMA（自回归滑动平均）这三种模型。而对于一个平稳时间序列预测问题,首先要考虑的是寻求与它拟合最好的预测模型。而模型的识别与阶数的确定则是选择模型的关键。 1.用 迭代生成1000个点（前2个点自定义）。 2.在这1000个点中取800点进行时间序列分析建立合适的模型。 3.利用剩余的200个点进行模型预测，并看其是否匹配，最后校正。 -Methods for studying time series are AR (a
python数据分析之金融欺诈行为检测
- 用python写的一个关于金融欺诈行为检测的数据分析程序，用的是回归预测模型(This is a data anlysis program for the detection of financial fraud, based on logistic regression model.)
gf
- GARCH模型是一个专门针对金融数据所量体订做的回归模型，除去和普通回归模型相同的之处，GARCH对误差的方差进行了进一步的建模。特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导性作用，其意义很多时候超过了对数值本身的分析和预测。(The GARCH model is a regression model specially designed for the measurement of financial data. In addition to the common
ARMA
- ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等(ARMA model is an important method to study time series. It consists of auto
MATLAB神经网络30个案例分析
- 神经网络，回归预测，30个典型案例，回归模型，数据驱动(Neural network, regression prediction, 30 typical cases, regression model, data-driven)
arorder
- 在时间序列的预测模型中，需要就算自回归模型的p阶数，以这个函数是用来估计AR阶数的，便于构建自回归滑动平均模型，来预测未来事物的发展趋势。(This function estimates AR order)