前沿进展:利用神经网络提取系统中未被观测到变量的信息

在时间序列中,t时刻目标变量Yt的因变量包括了目标变量自身和某些其他变量的历史(Y和X)。另外,[2]认为,任一因变量都应该给目标变量提供一些其他因变量无法提供的信息,即条件互信息I(Yt;X|X-)。在部分可观测系统中,本来系统中的某些因变量没有被观测到,所以已被观测的变量只能给目标变量提供...

定量研究必须了解的五种变量

心理学中的定义:控制变量是自变量之外能够影响因变量的因素这些会影响因变量的因素是研究者不愿意看到的,它们的存在会干扰研究者分析自变量对因变量的影响。控制变量又称为“额外变量”,是必须被想办法施加控制或采用统计方法排除干扰的因素。如果感觉上面那段话太抽象,我下面说个具体的例子解释一下。就像昨天那出...

深入理解多重共线性:基本原理、影响、检验与修正策略

在回归分析中,自变量(independentvariable)是影响结果的因素,而因变量(dependentvariable)是我们试图预测的结果。举个例子,在房价预测模型中,房屋面积、卧室数量和地理位置等因素被视为自变量,而房价作为因变量,取决于这些自变量的变化。为了充分理解多重共线性的影响,我们需要先了解线性回归的一些知识。线性回归...

吴雨豪、刘庄|民意如何影响量刑?以醉酒型危险驾驶罪为切入

多层线性模型的核心理念是,将多层结构数据在因变量上的总变异明确区分成组内和组间两个层次,然后分别在不同的层次上引入自变量来对组内变异和组间变异加以解释。以本文的研究为例,我们关注的因变量是案件的量刑结果,其变异可以分为两个层次。第一,数据库中存在能够得到匹配的危险驾驶刑事案件构成是最底层的数据...

【析易科研】手把手教你做线性回归分析:普通最小二乘法(OLS)

普通最小二乘法回归(OrdinaryLeastSquaresRegression,简称OLS)是一种统计学中的回归分析方法,用于建立一个或多个自变量(解释变量)与因变量(被解释变量)之间的线性关系模型。它的主要目标是最小化预测值和实际值之间的差异,即通过最小化误差的平方和来寻找最佳拟合线。

环境效益信息披露完整度对绿色债券融资成本影响的实证研究

1.被解释变量的选择本研究以绿色债券信用利差(CS)代表发行人的融资成本(www.e993.com)2024年12月19日。该变量为绿色债券票面利率与该债券发行当天同期限国债到期收益率的差值。信用利差越大,说明发债融资成本越高。2.自变量的选择选择中债信息披露完整度得分(满分120分)来衡量绿色债券环境效益信息披露完整度。该变量基于中债绿色债券环境效益信...

11种经典时间序列预测方法:理论、Python实现与应用

参数解释q:移动平均阶数,表示模型考虑的过去白噪声误差项数量移动平均系数\theta_i:表示过去白噪声误差对当前值的影响程度Python实现模型诊断ACF和PACF图分析残差的正态性检验Ljung-Box测试检验残差的独立性3、自回归移动平均(ARMA)模型自回归移动平均(ARMA)模型结合了自回归(AR)和移动平均(MA)模型的特性...

【析易科研】数据分析师必须要了解的事:什么是回归分析?

回归分析是一种统计方法,用于研究一个或多个自变量(解释变量)与因变量(响应变量)之间的关系。它可以帮助我们理解变量之间的相关性,预测未来趋势,或做出决策。通过建立数学模型,回归分析可以量化变量间的影响程度,并预测在不同自变量值下因变量的可能值。常见的回归分析类型包括线性回归、广义线性回归和非线性回归,它们各...

“中金女员工”蹊跷离世, 牵出一场蔓延三地的房产风云|文化纵横

1.因变量在本研究中,因变量为城市居民的主观阶层认同。该变量以“您认为您的综合地位在全国属于哪个层次”来测量,其选项分为“上层”、“中上层”、“中层”、“中下层”与“下层”。笔者将其转化为1-5分的梯度测量。1分代表“下层”,5分代表“上层”。如果居民具有较高地位的阶层认同,则分值较高,反之较低...

1969年-2023年历届诺贝尔经济学奖得主介绍(5万字长文收藏版)_手机...

第二,市场规模与规模报酬递增之间的相互作用在选择生产地点的过程中发挥着重要的作用,也就是说,与当地资源相比,本地市场效应至少是地区人口密度差异和地区专业化的一个主要解释变量。第三,规模大的市场能吸引更多的厂商,而厂商的增多则会扩大市场规模,这样的累积过程会导致企业集聚,这一过程中某些历史性偶然因素在...