首頁

> 產品新知

產品新知

2019.08.06

GAUSS

拔靴法 (bootstrap) 是一種常用的重複抽樣方法,涉及採用替換隨機樣本,來量化特定估計量或統計量的不確定性。本文使用資料 1988-2017年 S&P 500指數與10年期美國長期公債的年報酬率,應用拔靴法於50%股票和50%債券的投資組合的累積資產報酬率。

2019.08.06

EViews

EViews 11 引進幾種新的無母數方法;其中一個功能是估計函數係數模型。本文簡要地介紹無母數估計的一些最重要的理論原理與實務概述,並使用 EViews 進行說明。

2019.07.04

Stata

Stata 16 為研究人員提供了許多新功能,其中包含:以 Lasso 為基礎的機器學習、可重製的報表、統合分析 (Meta-analysis)、選擇模型、與 Python 整合、貝氏分析新增功能、匯入 SAS and SPSS 資料、載入多個資料集到記憶體、非線性 DSGE模型、Do-file編輯器新增自動完成功能…等。

2019.07.04

Altair®RapidMiner®

剛進入機器學習的領域,許多人都會遇到的問題就是要用哪個模型?其實無論您在哪個產業、有多少資料,這個問題都沒有標準答案。要做好機器學習,求知若渴的您與一顆實驗的精神是缺一不可,Rapidminer 創辦人Dr. Ingo Mierswa 提供一個套路,讓初入廬山的各位能有個方向能參考,一起找到屬於您的模型。

2019.07.04

Mathematica

地理計算是分析與檢視大型資料,如人口統計、自然特徵和政治邊界,不可或缺的現代工具。本文使用Wolfram知識庫中的一些歷史實體與 Wolfram 語言的一些高階地理計算和視覺化工具,介紹如何製作拜占庭帝國隨時間變化的互動式地圖,建立一個自訂的全新函數,並分享到 Wolfram 函數知識庫。

2019.07.04

GAUSS

排列熵 (Permutation Entropy) 是一種穩健時間序列工具,提供動態系統複雜性的量化度量,用於捕獲給定時間序列的各個值之間的排列關係,與獲得順序模式的機率分配。本文將講解 PE 的特色與研究方法,並使用 GAUSS 計算時間序列的排列熵。