首頁
> 產品新知
> 產品新知
2019.03.04
GAUSS
線性迴歸通常假設模型的誤差項相互獨立且具有相同分配 (i.i.d)；然而，當資料集包含群組，組內誤差可能相關。例如，考慮來自美國各種果園的蘋果供應模型，我們會預期華盛頓州內的果園產量可能都面臨相似的與天氣相關的“衝擊”，但是不會預期華盛頓果園與紐約果園的天氣衝擊相同。當這些相關的組內衝擊發生時，i.i.d誤差假設無效，傳統的誤差可能導致對係數估計的誤導性推論，使用合適的誤差非常重要。本文使用GAUSS估計集群穩健標準誤。
2019.03.04
EViews
追蹤資料結構式向量自我迴歸模型 (Panel SVARs) 被決策者與應用經濟學家用於解決各種問題，特別適用於分析跨單位和時間的特殊衝擊的傳輸；也經常用於估計平均效果，或研究相互依賴性的重要性；一些研究人員使用Panel SVARs來評估某些外生性假設或檢定小型開放經濟假設。本文描述Pedroni (2013)其Panel SVARs的計量經濟估計與EViews實作。
2019.02.05
Stata
當大型資料集需要更快速地執行資料管理或計算摘要統計量，社群貢獻功能 ftools 與 gtools 提供解決方案。ftools 針對大型資料集最佳化，取代一些常用的Stata 內建指令 (collapse, contract, merge, egen, sort…等)，也提供 Mata class 著重於處理類別變數；gtools 使用 C外掛與雜湊，大幅提升 Stata 常用指令的速度。
2019.02.05
Altair®RapidMiner®
想知道大數據要如何應用在製造業的生產優化嗎，德國聯邦教育研究部(BMBF)利用 RapidMiner 完成了一項針對化工製造的研究項目，目標是能透過自動化的方式，在早期階段預測化工廠的危急情況，並發展出在緊急狀況下，能輔助工廠決策者做出正確決策的重要資訊。
2019.02.04
Mathematica
資料科學、或稱為應用計算、預測分析，簡而言之，透過從資料到分析、收集洞察 (insight)，並知道要問什麼問題才能得到正確的答案。資料科學已迅速成為各種職業生涯中必要的技能，包括工程、商業、天文學、體育、經濟學、農業、氣象、城市規劃、社會學和護理。計算思維是資料科學不可缺少的部分，使用電腦分析與求解前，需要充分了解問題。Wolfram提供計算思維與資料科學教學所需的工具。
*為必填