「析易科研」教你做线性回归分析3(附案例)

Lasso回归,全称为LeastAbsoluteShrinkageandSelectionOperator(最小绝对收缩和选择算子),是一种在普通线性回归基础上引入L1正则化项的回归分析方法。它由RobertTibshirani在1996年提出,主要是为了解决传统线性回归在处理高维数据时遇到的问题。在高维空间中,传统的最小乘法回归(OLS)会出现变量选择困难、模型过拟合等...

StataNow更新 | 线性回归的贝叶斯变量选择

Stata的贝叶斯套件现在包含一个新命令bayesselect,它为线性模型实现贝叶斯变量选择。bayesselect补充了与变量选择相关的Stata命令,例如lasso和bmaregress。贝叶斯选择提供了一种灵活的贝叶斯变量选择方法,通过使用各种专门设计的系数先验,如global–localshrinkage先验和spike-and-slab先验。bayesselect完全集成在Stata的贝叶斯套...

【华安证券·金融工程】专题报告:如何通过技术指标预测市场波动性

将这些变量纳入预测回归后的R??增加,始终高于其他宏观经济变量。对于技术指标,四个反映杠杆效应(LV)的变量可以在样本内预测股市波动性。LV变量的显著正系数表明,负回报通常会导致未来波动性高于正回报。值得注意的是,反映短期杠杆效应的LV(1,1)变量能将R??提高4.275%,这一提高幅度超过了所有宏观经济变量和其他技术...

农业科技创新——粮食生产韧性的强化剂

3.1基准回归本研究对农业科技创新与粮食生产韧性之间的基准关系进行了实证检验,我们可以认为模型不存在严重的共线性。表4中模型1和模型2为OLS(普通最小二乘法)和随机效应(Re)回归结果。研究结果发现,农业科技创新的估计系数在1%水平上显著为正。农业科技创新对粮食生产韧性有正向促进作用,假设1得以验证。表4农...

R教程:超详细的Cox回归操作步骤

1输入和输出我们首先明确在R中进行Cox回归的输入和输出是什么。在R中使用Survival包进行Cox回归,最核心的两行代码如下:cox_model<-coxph(Surv(time,status)~v1+v2+v3,data=data)summary(cox_model)其中data是输入的数据,status(结局事件)、time(生存时间)和v(协变量)是data包含的变量(列...

研习营老师论著推荐|吴雨豪:认罪认罚“从宽”裁量模式实证研究...

在我们的多元回归模型中,因变量是被告人是否被适用认罪认罚从宽,其是一个赋值为0或1的虚拟变量(www.e993.com)2024年12月19日。而自变量则包括上述可能对从宽产生影响的情节。同时,为了更好地解释统计模型的实际意义,我们将回归模型中的回归系数转化为发生比(oddsratio),具体的转化公式为exp(β),其中β是特定自变量的回归系数。当发生比大于1时...

海通金工 | 大类资产与中观配置研究(二)——权益资产择时之市场...

此外,上一节我们提到,冲高天数因子与冲高个数因子存在一定的共线性。我们观察到在多元回归模型中,冲高天数因子的回归系数接近于0,且p值相对较高,因此,我们尝试将其从模型中剔除,观察模型的解释度的变化。删除冲高天数因子后重新进行多元回归分析。结果显示,调整后R-squared为18.8%,几乎没有变化。因此,我们认为,...

血清(浆)类固醇激素液相色谱-串联质谱检测质量保证专家共识发布

分析患者标本时使用的校准曲线回归方法应与进行测量程序性能验证时使用的方法保持一致,大多数情况采用线性回归。如果校准曲线数据方差不同质(不同浓度点差异不同),推荐使用1/x或1/x2权重回归分析以使低浓度校准点的偏倚在可接受范围。实验室应通过观察每个校准浓度点的相对偏差或总相对偏差选择合适的权重分析方法...

“双碳”目标下中国省域绿色物流发展时空演变分析 | 科技导报

多元线性回归模型用于反映被解释变量与其他多个解释变量之间的线性关系,如式(1)所示。被解释变量yi的变化由n个解释变量x1,x2,...,xn的线性变化β0+b1x1+b2x2+bnxn及随机误差e所组成。β0和b1,b2,...,bn分别称为回归常数和偏回归系数。在普通最小二乘(OLS)的统计拟合准则下,寻找参数估计值,使得样本观测...

短期回撤修复,市场潜在超额仍显著 | 量化Alpha二月观察

市值和非线性市值的大幅波动表征市场的微观结构的显著变化,快速的结构切换对于依赖历史规律做预测的量化策略非常不利,策略在此类行情下往往需要一定的时间适应,策略的短期回撤不可避免。2Beta环境1.指数活跃度:小票流动性略有回暖,成交占比回归至正常区间...