有没有一种巧妙的方法来达到设定差值的“残差”？
是的，有一种巧妙的方法来达到设定差值的“残差”，这种方法被称为残差网络（Residual Network）或者ResNet。
残差网络是一种深度学习模型架构，它通过引入残差连接来解决深层神经网络训练过程中的梯度消失和梯度爆炸问题。在传统的深层神经网络中，随着网络层数的增加，梯度会逐渐变小，导致训练过程变得困难。而残差网络通过在网络中引入跳跃连接，将输入直接添加到输出中，使得网络可以学习到残差，从而更容易地训练深层网络。
残差网络的优势包括：
- 解决了梯度消失和梯度爆炸问题，使得深层网络更容易训练。
- 具有更好的模型收敛性，可以训练更深的网络，提高模型的表达能力。
- 减少了参数量，降低了模型复杂度，减少了过拟合的风险。
残差网络在计算机视觉领域广泛应用，特别是在图像分类、目标检测和图像分割等任务中取得了很好的效果。在腾讯云的产品中，可以使用腾讯云的AI智能图像处理服务来应用残差网络，该服务提供了图像分类、目标检测和图像分割等功能，详情请参考腾讯云AI智能图像处理服务的介绍：https://cloud.tencent.com/product/aiip
相关·内容
在Python中有没有一种方法可以在线性回归分析中获得分布残差？我想使用这个值的数组进行分析。是的，我可以计算，但也许在一些python库中有一个方法可以得到这些残差值？
浏览 76提问于2019-11-01得票数 0
我有一些有异常值的数据。然而，我的数据有方向，有趋势，在寻找异常值时需要考虑这些趋势。然而，异常值不仅仅是一个是或否的答案。我能说的唯一一件事是，一个数据点离趋势越远，它就越有可能是我不想包含在我的数据中的异常值。
考虑到标准偏差、线性回归和我正在查看的数据块都依赖于上下文，我所知道的没有静态函数来确定某个东西是否是异常值。
我可以使用各种技术选择好的异常值，但问题是，无论何时你去除异常值，你都是在使用你从中挑选异常值的数据的上下文。
我知道，当您为NN准备数据时，数据必须始终以完全相同的方式准备。也就是说，它经历了一组静态过程/函数。用于选择异常值的技术需要上下文，并且上下文会发生变化，因此
浏览 3提问于2019-07-31得票数 0
1回答
我想确定估计的模型是否适合未来的新数据。为此，经常使用预测误差图。基本上，我想比较测量的输出和模型的输出。我采用最小均方算法作为均衡技术。有人能帮我画出模型和实测数据之间的对比的正确方法吗？如果估计是接近真实的，那么曲线应该非常接近彼此。下面是密码。u是均衡器的输入，x是有噪声的接收信号，y是均衡器的输出，w是均衡器的权重。应该使用x和y*w绘制图形吗？但是x很吵。我很困惑，因为测量输出x是有噪声的，而模型输出y*w是无噪声的。
%% Channel and noise level
h = [0.9 0.3 -0.1]; % Channel
SNRr = 10; %
浏览 4提问于2017-09-22得票数 1
回答已采纳
2回答
二维最小二乘拟合
、、
我有一个二维数据集，一些固定维数(xLen和yLen)，其中包含一条正弦曲线。
我已经确定了正弦曲线的频率，我用以下方法生成了自己的正弦数据
SineData = math.sin((2*math.pi*freqX)/xLen + (2*math.pi*freqY)/yLen)
其中freqX和freqY以及曲线在X和Y方向上的振荡频率。
但是现在我想做一个线性最小二乘拟合(或者类似的)，这样我就可以拟合正确的振幅了。据我所知，线性最小二乘法是正确的方法，但如果有另一种方式，这也很好。
leastsq函数是SciPy不做多维匹配。对于2/多维最小二乘拟合算法是否有python实现？
编辑：我从
浏览 2提问于2013-02-06得票数 1
1回答
我想修改下面的代码，以便对于所有超出定义的最大距离的值，我可以使用属于同一土壤顺序类别的点的平均值。有什么建议吗？
# load packages and data
library(gstat)
library(raster)
data(meuse)
data(meuse.grid)
##################
meuse <- meuse[110:155,]
meuse <- na.omit(meuse)
coordinates(meuse) <- ~x+y
coordinates(meuse.grid) <- ~x+y
gridded(meuse.gri
浏览 4提问于2015-09-02得票数 0
回答已采纳
2回答
我正在寻找以下类型的算法：
在2D中有n对匹配的点。如何根据Affine / Helmert变换识别离群点对，并从变换键中省略它们？我们不知道这种离群性对的确切数量。
我不能使用修剪最小二乘法，因为有一个基本的假设，即k个百分比的对是正确的。但是我们没有关于样品的任何信息，也不知道k…在这样的样本中，所有对都可能是正确的，反之亦然。
哪些类型的算法适用于此问题？
浏览 8提问于2012-02-06得票数 1
回答已采纳
我有一个matlab脚本，它使用三、二阶和一阶多项式对一组曲线进行曲线拟合(使用期望的阶数的多项式)，还使用4,3和2系数的DCT (对整个数组调用dct，然后只截断前4、3或2个系数)。
对于两种类型的曲线拟合，我可以使用polyval和idct获得每条曲线拟合精度的图形视图，但我想知道是否有任何方法可以得到精度的数字值，对于这两种方法(dct和polyfit)都有意义。
我确信这更像是一个数学题，而不是Matlab问题，但也许在基于数组的算法中有一些方法可以获得一种简单而优雅的方法，而我还没有想到这种方法。
谢谢您的评论！
编辑:相关性呢？:D
浏览 2提问于2014-05-20得票数 0
回答已采纳
当我运行此命令时，出现以下错误：
AttributeError: 'OLSResults' object has no attribute 'norm_resid'
我有最新版本的OLS，所以属性norm_resid应该在那里。
有什么想法吗？
from scipy import stats
from pandas import Series, DataFrame
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
from sklearn import datasets,
浏览 0提问于2016-05-19得票数 2
我使用了optimoptions函数，并希望将每次迭代后的残差保存在一个变量中。现在，如果我选择在以下代码的第一行中显示迭代，我可以在控制台中看到它们，但是有没有办法将它们保存为向量变量？我试图获得第二行的残差输出，但它只给出了最后一次迭代的结果。谢谢。
options = optimoptions(@lsqnonlin,'Algorithm','Levenberg-Marquardt','Display','iter','StepTolerance',1e-4);
[params,resnorm,residual
浏览 2提问于2017-05-30得票数 3
我知道这是一个基本问题，但我不是python程序员。我有一个应用程序，它使用sklearn工具包在python服务器上运行回归。 是否有一个简单的命令可以返回样本中每个数据记录的预测或残差？
浏览 21提问于2019-03-11得票数 8
1回答
我正在尝试使用它的单个决策树来计算GBR的值。我认为这很简单，只需对每个单独的树进行预测，然后按学习率缩放并对结果求和，但当我直接通过GBR进行预测时，我得到的值并不相同，我想知道我对GBR预测是如何计算的理解上是否存在一些差距(我甚至尝试过深入研究sklearns代码，它似乎正在做我想要做的事情)。
简而言之，我的代码如下所示：
gbr = GradientBoostingRegressor(
max_depth=3,
learning_rate=0.1,
n_estimators=50 # number of trees
)
gbr.fit(X,y) # X
浏览 0提问于2020-11-16得票数 0
1回答
异常检测与去除/插值
、、、、
我正在对时间序列数据执行机器学习回归任务。我有一个数据框架，里面充满了各种资产和经济数据的收盘价。我希望在整个数据帧上执行异常值检测。以下是我的问题：
有什么好的方法来做这件事？
以下是我的dataframe (Df)的一个小节：
audjpy audnzd audusd usdcad cadchf cadjpy
2008-01-01 98.050003 1.140000 0.877116 0.99320 1.13960 112.599998
2008-01-02 96.559998 1.139500 0.8
浏览 0提问于2021-07-30得票数 -1
回答已采纳
我想问一下， 在面板数据中使用augment函数时存在一个问题，特别是在第一差分估计上。 有没有一种方法可以使用函数augment或者任何一种方法来检索回归表，即使是对于第一差分估计？对于其他方法来说，效果非常好。 library(foreign)
library(plm)
crime <- read.dta("http://fmwww.bc.edu/ec-p/data/wooldridge/crime4.dta")
crime.p <- pdata.frame(crime,index=c("county","year"))
浏览 26提问于2020-01-01得票数 0
1回答
我在R中有一个zoo时间序列：
d <- structure(c(50912, 50912, 50912, 50912, 50913, 50913, 50914,
50914, 50914, 50915, 50915, 50915, 50916, 50916, 50916, 50917,
50917, 50917, 50918, 50918, 2293.8, 2302.64, 2310.5, 2324.02,
2312.25, 2323.93, 2323.83, 2338.67, 2323.1, 2320.77, 2329.73,
2319.63, 2330.86, 2323.3
浏览 1提问于2012-09-27得票数 14
回答已采纳
1回答
如何在Python中为所有303个观测值生成残差：
from statsmodels.stats.outliers_influence import OLSInfluence
OLSInfluence(resid)
或
res.resid()
我正在尝试生成类似于我们在R中生成的残差，使用：
res$resid
浏览 45提问于2021-03-05得票数 0
回答已采纳
1回答
我正在估计一个对数线性Arima模型，我想使用https://www.r-bloggers.com/forecasting-from-log-linear-regressions/中的精确方法对拟合值进行反变换。我用四种方法计算剩余标准误差，得到四种不同的答案。有没有人能解释一下我应该用哪一个？ library(forecast)
model <- Arima(log(AirPassengers), order = c(0, 1, 3), include.constant = TRUE, lambda = NULL)
resids <- residuals(model)
s
浏览 19提问于2020-03-20得票数 1
回答已采纳
3回答
我需要用有序多项logit回归的拟合残差值绘制一个二进制残差图。
如何在使用polr时提取残差？有没有其他函数可以运行other logit，在其中可以提取残差？
这是我使用的代码
options(contrasts = c("contr.treatment", "contr.poly"))
mod1 <- polr(as.ordered(y) ~ x1 + x2 + x3, data, method='logistic')
fit <- mod1$fitted.values
res <- residuals(mod1)
bi
浏览 0提问于2012-02-11得票数 4
1回答
我是R和统计的新手。
我有一个包含277家公司股票回报的矩阵，这个矩阵包含370行。由于这些公司的年龄不同，专栏中的观察量也有差异。我还有一个包含Fama法国因子的矩阵和一个包含虚拟变量的向量。我已经成功地创建了一个循环来获取回归系数，但是我需要检索一个包含回归残差的矩阵，或者一个残差矩阵，以便我能够执行GRS测试。
我到目前为止使用的代码是：
reg <- data.frame(matrix(nrow=370, ncol=277))
for (i in c(1:277)) {
reg[,i] <- dynlm(returns.ts[,i] ~ 1 + Mkt.Rf + SMB +
浏览 3提问于2016-04-12得票数 1
回答已采纳
1回答
每个图像都标有左和右运动控制。我已经在下面的图表中绘制了它们。
我使用Keras和TensorFlow作为后端，使用ConvNets进行回归。
很明显，如果我能够删除可见回归左边的训练样本，回归可以变得简单得多。
加载图片和标签的代码非常简单，如下所示：
filenames = glob.glob("../data/*.jpg")
labels = []
images = []
for filename in filenames:
# Timestamp-LeftMotorControl-RightMotorControl.jpg
filename =
浏览 1提问于2017-02-17得票数 1
编辑:到目前为止，我已经发现这个问题--如果是的话--与我的模型选择了规模t分布的事实有关。运行高斯分布的模型并不会导致同样的问题。
然而，我想知道为什么会发生这种情况。对于使用不同发行版的模型来说，fitted + residuals != dependent variable是否正常？
用mgcv's gam()拟合了一个包含随机因子光滑的非线性模型。
以下是原来的问题：
######################################################################
我用fitted(model)提取拟合值，用resid(model)提
浏览 1提问于2021-01-16得票数 0
回答已采纳
1回答
我正在尝试使用ARIMA模型来预测股票价格数据，具体地说，我正在使用auto_arima。我的目标是预测未来30天的股票价格，并将其与测试数据进行比较。
如下图所示，我无法正确预测数据。
下面是我使用的代码：
#general
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
%matplotlib inline
import yfinance as yf
ticker = "0118.KL"
data = yf.Ticker(ticker)
df = data.history(s
浏览 18提问于2020-05-20得票数 1
我在pandas DataFrame中有数据集。我构建了一个函数，它返回一个数据帧，如下所示： Feature_name_1 Feature_name_2 corr_coef p-value
ABC DCA 0.867327 0.02122 所以它取自变量，并返回它们的相关系数。有没有什么简单的方法可以让我用这种方式来检查非线性关系？在上述情况下，我使用了scipy Pearson相关性，但我找不到如何检查非线性？我发现只有更复杂的方法，我希望有一些简单的实现如上所述。 如果方法很容易实现就足够了，没有必要在其他特定包上
浏览 50提问于2020-12-07得票数 2
我觉得这里有些奇怪的地方。例如，下面的代码为残差和新息提供了相同的值： fit <- us_change %>%
model(ARIMA(Consumption ~ Income)) %>%
augment() augment()函数似乎只提取新息值，并将其用于回归的残差。当我们使用residuals()提取残差和新息时，可以看到这一点 bind_rows(
`Regression Errors` = as_tibble(residuals(fit, type = "regression")),
`ARIMA Errors` =
浏览 37提问于2021-01-28得票数 0
回答已采纳
我是新的生存统计和这些论坛，所以请原谅我不知道行话或适当的调查方式。WIll给我最好的机会。
我的目标是做一些考克斯回归，并想做一些基本的诊断，它的适用性。我有大约13个协变量，当我执行get诊断时，我可以得到一个偏差残差图。然而，这个阴谋代表了整个考克斯模型，我发现它是扭曲的。因此，我希望对Cox模型中的每一个协变量进行相同的分析，以查看哪些协变量是突出的，哪些是可能需要转换的(log、三次样条、多项式等)。
我只是不知道该怎么做。我应该使用什么代码？
图书馆(“冲浪者”)
res.cox = coxph(Surv(TimeAxis，new_totmort) ~ pwvX_AUS + MA
浏览 0提问于2019-01-11得票数 0
在使用multinom()函数对多项logit模型进行拟合后，我希望提取每个观察值的偏差残差。
因为对于二进制logit模型，我通常使用：
n = 1000
df1 = data.frame(x1=runif(n,0,100),x2=runif(n,0,100))
df1 = transform(df1,y=1+ifelse(100 - x1 - x2 + rnorm(n,sd=10) < 0, 0, ifelse(100 - 2*x2 + rnorm(n,sd=10) < 0, 1, 2)), set="Original")
d
浏览 2提问于2017-08-17得票数 1
3回答
我有一组我生成的数据，其中包括提取的质量(好吧，m/z，但不是那么重要)值和时间。我从文件中提取数据，但是，可能会得到重复的测量结果，这会导致数据集中的大量冗余。我正在寻找一种方法来对这些进行聚类，以便对那些仅基于质量相似性或质量和时间相似性的相关项进行分组。
应该组合在一起的数据示例如下：
m/z时间
337.65 1524.6
337.65 1524.6
337.65 1604.3
但是，我无法确定我将拥有多少集群。有没有人知道一种有效的方法来实现这一点，可能是使用简单的距离度量？遗憾的是，我对聚类算法并不熟悉。
浏览 2提问于2012-05-15得票数 3
如果有人能帮我解决这个问题，我会很高兴的。我有重复测量设计的数据，在那里我们测试了鸟类(time.dep)感染前后的反应(exper)。我们也有FL (燃料负荷，瘦身质量的百分比)，脂肪评分和组(实验和对照)作为解释变量。我决定使用LME，因为残差的分布并没有偏离常态。但是，残差的同质性存在一个问题。“前”组和“后”组之间以及脂肪水平之间的差异有显着性(Fligner检验、p=0.038和p=0.01 )。
ring group fat time.dep FL exper
1 XZ13125 E 4 0.36 16.295 before
2 XZ13125
浏览 1提问于2014-06-08得票数 4
回答已采纳
2回答
神经网络预测区间
、、、、
我用Python创建了一个神经网络来解决一个回归问题。我希望每个值都有一个预测间隔。既然神经网络是非线性的，我该如何处理这个问题呢？
浏览 34提问于2019-05-29得票数 0
我正在使用Matlab的曲线拟合工具cftool来拟合我拥有的一组点。我面临的问题是，生成代码函数不会给我提供与cftool中生成的代码相同的适合度。
这不是我想要的，因为我希望能够从残差图中检索数据。我也可以直接从cftool复制函数，然后手动完成。但我不明白为什么生成的代码不能给我同样的曲线拟合。
cftool会话文件：
从Matlab生成的代码：
function [fitresult, gof] = createFit1(Velocity, kWhPerkm)
%CREATEFIT1(VELOCITY,KWHPERKM)
% Create a fit.
%
% Data for &
浏览 2提问于2012-12-03得票数 1
回答已采纳
使用mice包，我们如何检查合并分析的残差平方和？
library(mice)
imp <- mice(nhanes, seed = 24500)
fit <- with(imp, lm(chl ~ age + bmi))
pool(fit)
summary(pool(fit))
fit包含对每个输入数据集的分析，并对汇集的结果进行pool(fit)。是否有一个命令可以检查标准lm对象的残差平方和，比如residuals(pool(fit))
浏览 1提问于2016-12-14得票数 0
1回答
我一直在阅读大量关于H.264算法的论文(见)，它们都做出了某些假设，使得理解该算法变得不可能，例如亚历山大·赫尔曼的
帧内预测通过在帧中使用先前解码的数据来预测块的值。
但它不能解释什么是预测
我们会随机挑选一个数字吗？
我们是否随意复制先前的预测值？
我们是否闭上眼睛，等待价值降临？
有没有一份很好的文件可以详细解释H.264？
浏览 2提问于2015-10-30得票数 0
回答已采纳
我使用的是年度时间序列。主要目的是查看一段时间内的趋势。我绘制“散点图”，然后添加趋势线(使用MsExcell)以获得趋势线。我如何计算和绘制残差？提前谢谢。
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993
27.75 28.74 28.13 28.07 28.68 28.83 28.93 28.59 28.18 28.65 28.54 28.79
27.84 28.71 28.34 28.08
浏览 0提问于2012-05-08得票数 0
回答已采纳
我用numpy函数linalg.lstsq拟合2d多项式：
coeffs = np.array([y*0+1, y, x, x**2, y**2]).T
coeff_r, r, rank, s =np.linalg.lstsq(coeffs, values)
我正在尝试的一些观点比其他观点更可靠。有什么方法来衡量不同的点吗？谢谢
浏览 0提问于2018-09-22得票数 1
回答已采纳
我正在尝试优化一个数学定义的函数对一个我知道包含类似结构的图像的拟合。有没有一种众所周知的方法来计算函数与图像拟合的残差？ 我正在使用scipy.minimize.optimize尝试将曲线拟合到图像中。我的策略是通过最小化B和f之间的平均欧几里德距离来衡量我的特征(在下面的矩阵B中分割)与我的函数f的匹配程度。 我定义了以下函数，并将其传递给scipy.optimize.minimize # x is a tuple of arguments passed to f
# f is the function I am trying to fit to B, which returns a m
浏览 20提问于2019-04-17得票数 1
回答已采纳
假设我有一条符合的曲线，在gnuplot (或简单的sin(x)函数)中，并在函数附近有数据点的文件。如何计算点与曲线之间的距离，并将它们写入具有gnu图中数据的文件中？是否有可能在gnu图中容易实现平方和？非常感谢
浏览 0提问于2020-04-01得票数 0
回答已采纳
因此，我有这样一个残差的数据框架：
ID A B C D
1 .2 23.3 2.3 4.32
2 2.3 2.4 0 1
3 23.3 1.3 23 3.44
2 34.2 33 56.5 76.5
1 0.3 76.4 3.2 78.5
*约有200个变量
如何使用ID来计算均方误差？
因此，基本上，为每个单独的ID的最小均方是目标。
浏览 11提问于2020-11-11得票数 0
回答已采纳
1回答
我正在学习Cormen的“算法导论第二版”中的Ford-Fulkerson算法。在伪代码中对有向图G=(V，E)进行如下描述，其中f是定义在VxV上的流
FORD-FULKERSON(G, s, t)
for each edge (u,v) in E(G)
do f[u, v] = 0
f[v, u] = 0
while there is a path p from s to t in the residual network Gf
do m = min{c(u, v)-f[u, v]: (u, v) is on p}
浏览 0提问于2011-10-12得票数 10
回答已采纳
1回答
解释
我试图将指数曲线拟合成theta = x0 * exp(-kappa*l)格式中的数据。
我首先在linear = lm( I(-log(temp.theta/x0)) ~ l + 0 )中得到系数(k = coef(linear))，然后再用nls(temp.theta ~ I(x0 * exp(-k*l)) + 0, algorithm = "plinear" , start = list(k=k))，因为我不确定lm()是否具有正确的性质。
这个决定来自于在stats.stackexchange阅读了一些关于模型的问答，他们讨论了加性噪声与乘性噪声(=>误差估
浏览 0提问于2014-03-08得票数 0
回答已采纳
1回答
我想知道你建议用哪种分析方法来评估几年来的趋势。假设我们掌握了2010年至2021年某一特定细菌的抗生素耐药性数据。我们如何确定这一阻力增加或减少，以及在这十年中发生了多少变化？你建议用哪种方法？
浏览 0提问于2022-01-21得票数 1
解Ax = b。真正的双倍。A是用M >> 2过度确定的Mx2，b是Mx1。我已经针对mldivide运行了大量数据，结果非常好。我用MKL LAPACKE_dgels编写了一个mex例程，它远远不如MKL好。结果有大量的噪音和潜在的信号几乎没有。我首先根据MKL示例结果检查了这个例程。我已经搜索了mldivide文档(流程图)和这样的问题。我所发现的是Matlab对过定矩形采用了QR分解。
接下来我该试试什么呢？我是不是用错了LAPACK程序？请帮助引导我朝正确的方向走。
更新：到E-15浮点差分内的解向量，Intel MKL LAPACKE_dgels对于实际双超定(矩形)问题
浏览 2提问于2019-09-30得票数 3
回答已采纳
我正在尝试用固定斜率(到1)和截距(到0)进行线性回归，最后希望使用统计删除远离此拟合的点。
# set slope =1
my_slope <-1
mylm <- lm(as.numeric(y) ~ 1 + offset(x*my_slope), data = mydata)
# set intercept=0
my_intercept<-0
mylim<-lim(I(x-intercept)~0+y)
首先，我不确定这两个代码是否正确。如果是，有没有更简单的方法将这两个代码结合起来？
浏览 0提问于2018-02-22得票数 0
1回答
我遇到了一些我认为是关键的东西，将来在R中拟合和分析GLM时会对人们有用。我的数据集中的响应是频率数据的一个变量，它包含1762个观测值。我已经用命令nb1安装了一个负二项式模型(名为glm.nb )，并且我希望估计模型对数据的预测效果。
首先，当应用命令residuals.glm (如果我应用命令residuals的结果相同)时，我得到
head(residuals.glm(nb1))
1 2 3 4 5 6
-1.1630170 2.9662854 2.0234981 0.11048
浏览 6提问于2017-05-23得票数 1
回答已采纳
1回答
对于一个简单的回归模型，我们可以使用残差图来检查线性模型是否适合建立我们的预测器和我们的响应之间的关系(通过检查残差是否随机分布)。
然而，当我们有多个预测器和一个响应时(即对于多元线性回归模型)，是否有类似的方法来检查线性回归是否适用？
浏览 1提问于2020-02-03得票数 0
为什么我们使用平方残差而不是OLS估计中的绝对残差。
我的想法是，我们使用误差值的平方，这样，在拟合线以下的残差(然后是负的)，仍然可以加到正的误差上。否则，我们可能有一个0的错误，仅仅因为一个巨大的正错误可以取消一个巨大的负错误。
那么，为什么我们要把它整平，而不是只取绝对值呢？因为对较高的误差额外惩罚了(而不是2倍于1的误差，而是1的4倍)。
浏览 6提问于2019-11-12得票数 0
回答已采纳
1回答
我对时间序列很陌生，用Rob的的每月臭氧浓度数据来做一些预测。
在做了日志变换和延迟1和12的差，以消除趋势和季节性，我绘制了ACF和PACF显示在这张图像。我是否在正确的轨道上，我如何解释这是一个SARIMA？
在PACF图中，似乎每11个延迟就有一个模式，这使我认为我应该做更多的差异(在11个延迟时)，但是这样做会给我一个更糟糕的结果。我真的很感谢你的帮助！
编辑:我去掉了时差1，只使用了时差12，是我为ACF和PACF得到的。
由此推断: SARIMA(1,0,1)x(1,1,1) (AIC: 520.098)或SARIMA(1,0,1)x(2,1,1) (AIC: 521.250)是一
浏览 0提问于2017-07-26得票数 2
回答已采纳
1回答
我有一个数据集，其中观察来自高度不同的群体。每个组可能有一个大不相同的分布，所以我尝试使用fitdistrplus中的fitdist找到最佳分布，然后使用gamlss包中的gamlssML找到最佳参数。
我的问题是在这一步之后转换数据。对于某些分布，如Box-Cox t，我可以找到使用BCT系数对数据进行规范化的方程，但对于许多这些分布，我却找不到。
gamlss是否有一个在拟合后对数据进行规范化的功能？它们的文档只为少数发行版提供转换。
非常感谢
浏览 15提问于2022-09-15得票数 0
回答已采纳
我有一个带有丢失数据的数据帧，我将其归因于mice。
我不能完全理解我得到的输出。SSQ =平方和。但是平方和是多少呢？剩余平方和？或者总平方和-残差平方和？我假设是后者，但不确定。
df1是有意义的-它是每个变量中的组数-1。df2，我不明白。我有473个变量，在老鼠身上有20个推算。但即使是473x20也不等于下面第一列中的500万！
另外，eta2是指单向anova的结果，而partial-eta2是指我的多向anova的结果吗？
底部残差是什么？
非常感谢您的所有建议！！
imput <- mice(bdd, seed=1, pred = pred1, meth = me
浏览 0提问于2017-09-18得票数 1
1回答
我有一项家庭作业，我似乎想不出怎么做。除了r，我什么都得到了。我需要使用这个公式，因为它是从以前的练习中作为函数保存下来的。其职能是：
function t = annuitet( g , T , G , r , n )
%Et annuitetslån
%g termingebyr på kr for hvert terminforfall
%T annuitetslån på kr
%G etablerings gebyr
%r årlig rente
%n antall terminer (=antall år ganger 12)
t = g + ((T+G)*((r/12
浏览 1提问于2016-10-15得票数 0
回答已采纳
我认为这就像是最大流问题的无向图版本。
所以对于每个边a->b，b->a也是有效的。它是双向的。它们共享相同的容量。这意味着如果我在两个顶点a，b之间有容量10，并且我有一个从a到b的流，成本为5，那么从a到b的剩余容量将是5，以及从b到a的剩余容量。
我的解决方案是让一条有向边从b到a，另一条从a到b。问题是，如果我在残差图中减少a->b的残差，我还会增加后向边b->a的残差吗？
浏览 5提问于2014-11-01得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
