重温影子价格、对偶对偶论

今天继续就指数平滑法中最复杂的一种时间序列：有增长或者降低趋势并且存在季节性波动的时间序列的预测算法即Holt-Winters和大家分享。这种序列可以被分解为水平趋势部分、季节波动部分，因此这两个因素应该在算法中有对应的参数来控制。Holt-Winters算法中提供了alpha、beta和gamma 来分别对应当前点的水平、趋势部分和季节部分，参数的去执法范围都是0-1之间，并且参数接近0时，

图形展示是最高效且形象的数据描述手段，因此巧妙的图像展示是高质量数据分析报告的必备内容，因此强大的图形展示功能也是统计分析软件的必备功能。R语言提供了强大的吐血展示功能。今天我由简单到复杂分别和小伙伴们分享如何用R语言画出各位想要的图形

主成份分析历史：Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法。通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目，可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析。通过对原始变量进行线性组合，得到优化的指标：把原先多个指标的计算降维为少量几个经过优化指标的计算（占去绝大部分份额）基本思想：设法将原先众多具有

提到数据挖掘，我们第一反应就是之前听到的啤酒和尿不湿的故事，该故事就是典型的数据挖掘中的关联规则。购物篮分析区别于传统的线性回归的主要区别为，关联分析针对离散数据；常见关联规则：关联规则：牛奶=>鸡蛋【支持度=2%，置信度=60%】支持度：分析中的全部事务的2%同时购买了牛奶和鸡蛋，需设定域值，来限定规则的产生；置信度：购买了牛奶的筒子有60%也购买了鸡蛋，需设定域值，来限定规则的

图形展示是最高效且形象的数据描述手段，因此巧妙的图像展示是高质量数据分析报告的必备内容，因此强大的图形展示功能也是统计分析软件的必备功能。R语言提供了强大的吐血展示功能。今天我由简单到复杂分别和小伙伴们分享如何用R语言画出各位想要的图形

今天继续就指数平滑法中最复杂的一种时间序列：有增长或者降低趋势并且存在季节性波动的时间序列的预测算法即Holt-Winters和大家分享。这种序列可以被分解为水平趋势部分、季节波动部分，因此这两个因素应该在算法中有对应的参数来控制。Holt-Winters算法中提供了alpha、beta和gamma 来分别对应当前点的水平、趋势部分和季节部分，参数的去执法范围都是0-1之间，并且参数接近0时，

主成份分析历史：Pearson于1901年提出，再由Hotelling（1933）加以发展的一种多变量统计方法。通过析取主成分显出最大的个别差异，也用来削减回归分析和聚类分析中变量的数目，可以使用样本协方差矩阵或相关系数矩阵作为出发点进行分析。通过对原始变量进行线性组合，得到优化的指标：把原先多个指标的计算降维为少量几个经过优化指标的计算（占去绝大部分份额）基本思想：设法将原先众多具有

上篇我和小伙伴们分享了简单指数平滑法，简单指数平滑法只能预测那些处于恒定水平和没有季节变动的时间序列，今天和大家分享非恒定水平即有增长或者降低趋势的，没有季节性可相加模型的时间序列预测算法---霍尔特指数平滑法（Holt）。Holt 指数平滑法估计当前时间的水平和斜率。其平滑水平是由两个参数控制，alpha：估计当前点水平；beta：估计当前点趋势部分斜率。两个参数都介于0-1之间，当参数越接

今天继续就指数平滑法中最复杂的一种时间序列：有增长或者降低趋势并且存在季节性波动的时间序列的预测算法即Holt-Winters和大家分享。这种序列可以被分解为水平趋势部分、季节波动部分，因此这两个因素应该在算法中有对应的参数来控制。Holt-Winters算法中提供了alpha、beta和gamma 来分别对应当前点的水平、趋势部分和季节部分，参数的去执法范围都是0-1之间，并且参数接近0时，