开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

R中的多元Hawkes分布

是一种用于建模和分析事件发生的统计模型。它是基于Hawkes过程的扩展，可以用于描述多个相关事件之间的相互影响和触发关系。

多元Hawkes分布的主要特点是可以捕捉到事件之间的激励和抑制效应。在该模型中，每个事件的发生都会对其他事件的发生产生影响，形成一个事件网络。通过建立多元Hawkes分布模型，可以对事件之间的关联性进行建模和分析，从而更好地理解事件之间的相互作用。

多元Hawkes分布在许多领域都有广泛的应用。例如，在金融领域，可以利用多元Hawkes分布模型来分析股票交易数据中的事件关联性，从而预测市场的波动情况。在社交网络分析中，可以利用多元Hawkes分布模型来研究用户之间的信息传播和影响力传播。在传染病传播模型中，多元Hawkes分布可以用于描述疾病传播的动态过程。

腾讯云提供了一系列与多元Hawkes分布相关的产品和服务。例如，腾讯云提供了弹性计算服务，可以为用户提供高性能的计算资源，用于运行和分析多元Hawkes分布模型。此外，腾讯云还提供了数据存储和数据库服务，用于存储和管理多元Hawkes分布模型所需的数据。用户可以根据自己的需求选择适合的腾讯云产品和服务来支持多元Hawkes分布的建模和分析工作。

更多关于腾讯云产品和服务的信息，可以访问腾讯云官方网站：https://cloud.tencent.com/

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

R语言和Python用泊松过程扩展：霍克斯过程Hawkes Processes分析比特币交易数据订单到达自激过程时间序列|附代码数据

事件间时间的对数图，或者在我们的案例中，对指数分布的QQ图，证实了这点。下面的图显示了一个很好的R2拟合。现在我们知道该模型很好地解释了到达的聚类，那么如何将其应用于交易呢？...在文献[3]中，作者使用双变量霍克斯过程的买入和卖出强度比作为进行方向性交易的进入信号。改进Hawkes 过程的对数似然函数具有 O(N2) 的计算复杂度，因为它在交易历史中执行嵌套循环。...R语言对S＆P500股票指数进行ARIMA + GARCH交易策略R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模R语言股票市场指数：ARMA-GARCH...模型和对数收益率数据探索性分析R语言多元Copula GARCH 模型时间序列预测R语言使用多元AR-GARCH模型衡量市场风险R语言中的时间序列分析模型：ARIMA-ARCH / GARCH模型分析股票价格...：广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法R语言极值理论EVT：基于GPD模型的火灾损失分布分析R语言有极值（EVT）依赖结构的马尔可夫链(MC)对洪水极值分析R语言POT超阈值模型和极值理论

1.3K3 0

常见概率分布及在R中的应用

概率函数为f(k;r,p)=choose(k+r-1,r-1)*p^r*(1-p)^k, 当r=1时这个特例分布是几何分布 rnbinom(n,size,prob,mu) 其中n是需要产生的随机数个数，...size是概率函数中的r，即连续成功的次数，prob是单词成功的概率，mu未知.....ngeom(n,prob) 4.超几何分布Hypergeometric Distribution，hyper 它描述了由有限个(m+n)物件中抽出k个物件，成功抽出指定种类的物件的次数（不归还）。...画出正态分布概率密度函数的大致图形： x<-seq(-3,3,0.1) plot(x,dnorm(x)) plot中的x,y要有相关关系才会形成函数图。...Gamma分布中的参数α，称为形状参数（shape parameter），即上式中的s，β称为尺度参数（scale parameter）上式中的a E(x)=s*a, Var(x)=s*a^2.

3.3K7 0

R中的概率分布函数及可视化

对此，我们可以在R中调用相应的概率分布函数并进行可视化，可以非常直观的辅助学习。...R中拥有众多的概率函数，既有概率密度函数，也有概率分布函数，可以调用函数，也可以产生随机数，其使用规则如下所示： [dpqr]distribution_abbreviation() 其中前面字母为函数类型...为概率分布名称的缩写，R中的概率分布类型如下所示：对于概率密度函数和分布函数，其使用方法举例如下：例如正态分布概率密度函数为dnorm()，概率分布函数pnorm()，生成符合正态分布的随机数rnorm...R也可以产生多维随机变量，例如MASS包中的mvrnorm()函数可以产生一维或者多维正态分布的随机变量，其使用方法如下所示： mvrnorm(n=1, mu, Sigma...)...其中n为随机数的个数，mu为数值向量，给出均值，Sigma为对称的数值矩阵给出协方差矩阵。当有多个随机变量都服从正态分布时，为多元正态性。

1.6K3 0

【温故知新】应用多元统计分析-第二章多元正态分布的参数估计

4152 0

【温故知新】应用多元统计分析- -第二章多元正态分布及参数的估计（上）

多元正态分布

7692 0

R多元线性回归容易忽视的几个问题（3）异方差性

从散点图可以看出，农作物种植业产值与播种面积存在某种线性关系，说明可以用线性回归进行分析，但是我们发现一个问题，即农作物种植业产值的离散程度随着播种面积的增加而增大，在散点图上表现为“喇叭”型分布，这实际上是说明数据存在异方差...异方差的主要后果是回归参数估计量不再具有有效，因此会对模型的F 检验和t 检验带来问题。因此在计量经济分析中，有必要检验模型是否存在异方差。...散点图和残差图呈“喇叭”型分布，说明例子的数据可能存在递增型异方差。但定性分析只能提供一个主观、初略的判断，还需进一步借助更加精确的检验方法。...另外，R 的lmtest 包里也提供Goldfeld-Quandt 方法的函数gqtest(),其用法为 gqtest(formula, point = 0.5, fraction = 0,alternative...: 0.7261, Adjusted R-squared: 0.7163 F-statistic: 74.23 on 1 and 28 DF, p-value: 2.317e-09 检验结果显示

2.9K3 0

在R语言和Stan中估计截断泊松分布

p=6534 数据这是一个非常简化的例子。我模拟了1,000个计数观察值，平均值为1.3。然后，如果只观察到两个或更高的观察，我将原始分布与我得到的分布进行比较。 ?...我们还需要为估计值指定一个合理的起始值lambda，不让误差太大。贝叶斯对于替代贝叶斯方法，Stan可以很容易地将数据和概率分布描述为截断的。...除了我x在这个程序中调用的原始数据之外，我们需要告诉它有多少观察（n），lower_limit截断，以及表征我们估计的参数的先验分布所需的任何变量。...以下程序的关键部分是：在data中，指定数据的x下界为lower_limit 在model中，指定x通过截断的分布T[lower_limit, ] data { int n; int lower_limit...Stan提供数据的方式： #-------------从R中调用Stan-------------- data <- list( x = b, lower_limit = 2, n = length(

1.1K2 0

【R语言】R中的因子（factor）

R中的因子用于存储不同类别的数据，可以用来对数据进行分组，例如人的性别有男和女两个类别，根据年龄可以将人分为未成年人和成年人，考试成绩可以分为优，良，中，差。...R 语言创建因子使用 factor() 函数，向量作为输入参数。...levels：指定各水平值, 不指定时由x的不同值来求得。 labels：水平的标签, 不指定时用各水平值的对应字符串。 exclude：排除的字符。 ordered：逻辑值，用于指定水平是否有序。...这个顺序也是有讲究的，一般是按字母顺序来排列。我们也可以按照自己的需要来排列因子的顺序。...关于这个参数后面我们还会给大家举个更实际的，跟临床数据相关的例子。 R中的因子使用还是更广泛的，例如做差异表达分析的时候我们可以根据因子将数据分成两组。

3.2K3 0

R多元线性回归容易忽视的几个问题（4）异方差性的克服

: 0.6668, Adjusted R-squared: 0.6545 F-statistic: 54.04 on 1 and 27 DF, p-value: 6.592e-08...发现残差图也不呈喇叭型分布，说明基本消除了异方差。 (2)取对数在实际中，很多情况，通过对模型的变量取对数降低异方差性的影响。...‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.3235 on 27 degrees of freedom Multiple R-squared...: 0.9136, Adjusted R-squared: 0.9104 F-statistic: 285.6 on 1 and 27 DF, p-value: 6.934e-16...我们对取对数后的数据回归，做残差图，发现残差图（图11-12）也不呈喇叭型分布，说明基本消除了异方差。

2.4K2 0

R语言数据分布检验的小例子

from=search&seid=2721954210688527324 娱乐之余，记录一下视频中涉及到的统计学知识点。...的均匀分布第三个抢红包的金额符合0.01~33.32的均匀分布第四五个抢红包的金额符合0.01~49.96的均匀分布 df<-data.frame(Group=c(rep("A",150),rep...image.png 第一个小知识点：R语言里产生符合均匀分布的随机数的函数是runif() https://stat.ethz.ch/R-manual/R-devel/library/stats/html...image.png 为了验证这个想法使用Kolmogorov-Smirnov Test检验（简称K-S检验）验证数据是否符合均均分布第二个知识点：R语言只中K-S检验的函数是ks.test() https...://stat.ethz.ch/R-manual/R-devel/library/stats/html/ks.test.html 假设检验的原假设H0是数据符合指定分布，P值小于0.05拒绝原假设 >

2.2K1 0

R语言偏态分布的回归分析

偏态分布的回归分析回归是我们经常遇到的模型，但是回归会根据Y因变量的类型，分成分类问题（Y是分类变量，如生存或死亡）与回归问题（Y是连续性变量，如身高体重）。...在R里面，建立回归模型是通过family参数指定回归类型。其实也是根据Y的分布，来确定用何种family。...Family 种类在lm()函数中，常见的family 有： image.png 当然，回归方程中还有更多的family，但是不局限于函数。...，碰见的常见回归类型有以下四种。...最常见的是正态分布。 image.png 当然，我们遇到偏态分布时候，一般有两种处理方式。通过将偏态数据进行log变换，转成正态分布进行回归。

1.2K1 0

R语言的各种统计分布函数

概率函数为f(k;r,p)=choose(k+r-1,r-1)*p^r*(1-p)^k, 当r=1时这个特例分布是几何分布 rnbinom(n,size,prob,mu) 其中n是需要产生的随机数个数，...size是概率函数中的r，即连续成功的次数，prob是单词成功的概率，mu未知.....画出正态分布概率密度函数的大致图形： x<-seq(-3,3,0.1) plot(x,dnorm(x)) plot中的x,y要有相关关系才会形成函数图。...Gamma分布中的参数α，称为形状参数（shape parameter），即上式中的s，β称为尺度参数（scale parameter）上式中的a E(x)=s*a, Var(x)=s*a^2....当shape=1/2,scale=2时，这样的gamma分布是自由度为1的开方分 dgamma(x,shape,rate=1,scale=1/rate), 请注意R在这里提供的rate是scale尺度参数的倒数

6.7K3 1

「R」说说r模型中的截距项

y ~ x y ~ 1 + x 很多读者在使用 R 的模型构建时可能会对其中的截距项感到困惑。上述两个模型都描述了简单的线性回归，是等同（完全一致）的。...当我们了解这一点后，我们在实际的操作过程中尽量指明截距项，这样能够更加方便自己和他人理解。 y ~ 0 + x y ~ -1 + x y ~ x - 1 上述3个模型都去除了截距项。...如果是 y ~ 1 那么得到的模型结果恰好是均值。为什么是均值呢？大家不妨想一想。...相关资料： https://cran.r-project.org/doc/manuals/R-intro.html#Statistical-models-in-R https://stackoverflow.com.../questions/13366755/what-does-the-r-formula-y1-mean

3.2K0 0

「R」R 中的方差分析ANOVA

因此回归分析章节中提到的lm()函数也能分析ANOVA模型。不过，在这个章节中，我们基本使用aov()函数。最后，会提供了个lm()函数的例子。...R默认类型I（序贯型）方法计算ANOVA效应（类型II和III分别为分层和边界型，详见R实战（第2版）202页）。...R中的ANOVA表的结果将评价： A对y的影响控制A时，B对y的影响控制A和B的主效应时，A与B的交互影响。一般来说，越基础性的效应需要放在表达式前面。...单因素方差分析单因素方法分析中，你感兴趣的是比较分类因子定义的两个或多个组别中的因变量均值。...glht.png par语句增大了顶部边界面积，cld()函数中的level选项设置了使用的显著水平。有相同的字母的组说明均值差异不显著。

4.3K2 1

以机器学习的视角来看时序点过程的最新进展

3.4 WGAN应用于时序点过程的实例基于随机输入的WGAN 在WGAN中，一方面要构造一个参数化的生成器gθ，其产生的序列分布应该尽量接近于真实数据分布ξ。...是泊松分布中随机采样得到的序列，类似于与GAN中使用[0,1]均匀分布。上式中正则项的关键在于如何定义两个序列的沃瑟斯坦距离，也就是分母 ? 。...条件WGAN 基于随机输入的WGAN只能建模整个训练集的分布，而不能对单独的一条序列建模。在文献[23]中，作者将条件对抗生成网络引入时序点过程，以完成单条序列级别的预测和生成。其目标函数为： ?...ξl是观察到的真实序列，不同于无条件生成模型中的从泊松分布中采样得到的随机输入，gθ(ξl)是一个序列到序列（sequence-to-sequence）的循环神经网络模型。...Multivariate hawkes processes. PhD thesis, ETH Zurich, 2009. [9].David R Cox.

5.8K6 0

R tips: R中的颜色配置方案

数据可视化不可避免的就是要选择一些颜色方案，颜色方案除了手动设置之外，在R中也有自动生成颜色方案的工具。...R中的HCL配色方案 HCL本意是和RGB HSV等一样的颜色空间的术语，由于这里所用的颜色方案在R中是hcl.pals函数，所以就称为HCL配色方案了。...HCL相比较HSV等颜色空间的一个重要优点就是颜色的视觉明度是均一的，在R中也是推荐使用hcl颜色方案，不推荐使用rainbow等颜色方案了。...，常用于着色离散变量； sequential的颜色方案中色调较少，体现了颜色的连续过渡，可以用于着色连续变量； diverging和divergingx也是颜色的连续过渡，但是不同于sequential...") # [1] "#1B9E77" "#D95F02" "#7570B3" 不同于hcl的配色方案，RColorBrewer中颜色方案数量是固定的，不会对颜色进行自动插值，比如Dark2配色一共只有

3.5K4 0

R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归

p=11617 ---- 在这篇文章中，我将对多元线性回归使用block的Gibbs采样，得出block的Gibbs采样所需的条件后验分布。然后，对采样器进行编码，并使用模拟数据对其进行测试。...贝叶斯模型假设我们有一个样本量的主题。贝叶斯多元回归假设该向量是从多元正态分布中提取的，通过使用恒等矩阵，我们假设独立的观察结果。 ? 到目前为止，这与多元正态回归相同。...贝叶斯模型是通过指定为一个先验分布得到。在此示例中，我将在以下情况下使用先验值 ? block Gibbs 在对采样器进行编码之前，我们需要导出Gibbs采样器的每个参数的后验条件分布。 ?...条件后验取更多的线性代数。 ? 这是一个非常漂亮和直观的结果。条件后验的协方差矩阵是协方差矩阵的估计， ? 还要注意，条件后验是一个多元分布。...这是多元线性回归中的同方差假设。如果数据是分类的（例如，每个受试者有多个观察结果），我们可以使用反Wishart分布来建模整个协方差矩阵。 ----

7482 0

R 案例｜绘制不同分布的 QQ 图

简单版本绘制正态分布的 QQ 图对于经典的正态分布的 QQ 图，大家可能并不陌生，并且在网上可以找到很多“搬运”的中文推文。但是解释的都不是很清楚。...根据指数函数参数拟合该数据之后，得到 rate =2.2867，并将其保存到 list 中。具体如何拟合，读者自行搜索 R 包中的相关函数。...其他代码基本不变，主要是将 stat_qq_line() 和 stat_qq_point() 中的分布设定下，参数设定下。...QQ 图同理，将该数据应用到威布尔分布中。...小编对该包的介绍做过几期，可见：cowplot包：用R添加水印。其他合并的方式还有：R可视乎｜合并多幅图形。

2.5K1 0

R语言基于逐步多元回归模型的天猫商品流行度预测

,采用多元回归分析方法,建立了线性回归模型,得出了天猫商品流行度变动的影响因素....建立多元线性：imdb 尝试通过最直观的解释建立模型：进行多元线性模型并进行分析设置dummy 变量：从全变量模型可以看出大部分变量无法估计出其参数，说明部分变量不适合用来预测流行度，因此对其中的部分变量进行删减后...进一步地剩余方差的估计值，f统计量的估计值对应的p值< 2.2e-16说明，回归方程是显著的。可决系数R，修正的可决系数R为 0.1左右说明方程的拟合效果一般，还有部分的流行度被其他变量所解释。...-1和+1的两条平行线之间，这说明随机误差项具有同方差性；左下图是拟合值与残差的标准差的散点图，其意义与上面类似；右上图表明随机误差项是服从正态分布的，其原因是正态Q-Q图近似地可以看成一条直线；右下图的...向后回归法就是建立包含全部因子的回归方程，通过回归系数的检验，从回归方程中逐个剔除不显著的因子，直到留在方程中的因子都是显著的。

1760 0

R中的循环绘图

❝本节来介绍在 R中如何使用ggplot2结合for循环绘图并保存，下面通过一个案例来看具体操作 ❞ 加载R包 library(tidyverse) library(data.table) library...library(patchwork) 设置文件路径 file_name <- "loop_data.tsv" 读入数据 dat <- fread(file_name, sep="\t") 获取唯一的城市名称进行循环...cities = unique(dat$city) 创建一个空列表来保存创建的图 city_plots = list() 循环遍历并绘图保存 for(city_ in cities) { city_plots...".pdf"), width =3.04, height =3.10, units = "in", dpi=300) } 上面我们将每一张图都单独输出了，下面来介绍如何将其全部组合起来，分别介绍两种R包的方法

4K2 0

点击加载更多

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

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭