深度| 银行资本债定价法则

基于前述判断国有行资本债信用利差拐点的残差法,采用3YAA银行二级资本债信用利差和3YAA-银行二级资本债信用利差作为因变量重新进行回归,结果发现,回归模型的残差并不能很好的预测其利差拐点。尤其是对于AA-主体,流动性偏弱,机构行为指标回归系数不显著。不过,2023年以来,债市缺资产格局导致市场风险偏好上升,机构在...

2024高考冲刺“锦囊”来了

重视“解后思”,不断总结典型问题的典型解法(如:求最值问题的常用方法有利用函数单调性法、均值不等式法、利用几何性质等;解决参数问题常用分类讨论、分离变量、变更主元等方法),不断积累,从欣赏到领悟,从模仿到创新,能力在此过程中自会不断提高。

机器学习十大算法:从原理到实践的探索

逻辑回归的基本原理是通过构建一个逻辑模型来描述分类问题。假设因变量Y是一个二元分类变量，可以表示为Y=σ(β0+β1X)，其中σ是sigmoid函数，β0和β1是待求解的参数。通过最小化预测值与实际值之间的交叉熵损失，可以求解出β0和β1的值，从而得到最佳分类边界。逻辑回归的应用主要集中于分类问题，例如在欺诈...

医疗市场化与患者信任——基于各省民营医院发展水平的分析

具体操作如下:在“层2—层2—层1”模型和“层2—层1—层1”模型中,先用多层二元逻辑斯蒂回归模型估计自变量对因变量的效应,再估计自变量与中介变量对因变量的共同效应,最后检验自变量对中介变量的影响。(二)变量及其测量1.患者信任CSS2017问卷对患者信任(受访者对医生的信任程度)采用李克特四点量表测量,选项...

周翔|算法规制如何场景化

为进一步挖掘关于算法解释后的用户理解机制,本文采取线性回归进行相关性分析,模型的自变量为算法解释的类型,模型的因变量为算法解释后的用户对算法的理解程度,其余变量为控制变量。从回归分析看,有以下数据发现:其一,算法解释的类型,对算法解释后的用户理解有显著的相关性。当加入更多的控制变量后,算法解释技术的类型和...

Linear Regression 读书笔记|小二|回归|残差|拟合|regression...

1)首先阐释了线性回归模型(linearregression)的核心概念,包括线性关系的假设(assumption)、参数估计(coefficientestimate)以及最小二乘法(leastsquares)的应用,并详细讨论了如何评估系数和模型的有效性和精度;2)然后,作者还深入探讨了线性回归在实际问题中的应用,并介绍了如何处理复杂的数据问题,如分类变量(Qualitativ...

信用评分模型最关键的6个问题:从理论到实务

通过单变量分析,我们筛选出既有效又适合纳入模型的指标,为每个行业构建了评分卡。这些评分卡结合了专家的判断,更加注重对信用资质的排序,以确保评价结果的准确性和实用性。在财务表现方面,我们以标债违约为因变量(y),运用计量经济学模型对财务指标进行回归分析,目的是识别出能够有效预测违约风险的财务分析指标。下图是...

教程丨机器学习算法:从头开始构建逻辑回归模型

其中,逻辑回归算法就是一种分类算法,简单粗暴,但有用。现在,开始深入研究逻辑回归。Sigmoid函数(Logistic函数)逻辑回归算法使用具有独立预测因子的线性方程来预测,预测值可以是从负无穷到正无穷之间的任何值。我们需要让算法的输出为类变量,比如用0表示非,用1表示是。

入门| 从原理到应用:简述Logistic回归算法

就像我已经提到的那样,Logistic回归通过线性边界将你的输入分成两个「区域」,每个类别划分一个区域。因此,你的数据应当是线性可分的,如下图所示的数据点:换句话说:当Y变量只有两个值时(例如,当你面临分类问题时),您应该考虑使用逻辑回归。注意,你也可以将Logistic回归用于多类别分类,下一节中将会讨论。

详解:7大经典回归模型

逻辑回归是用来计算“事件=Success”和“事件=Failure”的概率。当因变量的类型属于二元(1/0,真/假,是/否)变量时,我们就应该使用逻辑回归。这里,Y的值从0到1,它可以用下方程表示。odds=p/(1-p)=probabilityofeventoccurrence/probabilityofnoteventoccurrenceln(odds)=ln(p/(1-p)...