淘金网币圈快讯 > 币圈行情 > 币圈消息Minitab功能分享 使用 M

币圈消息Minitab功能分享 使用 M

淘金网币圈快讯 币圈行情 2022年06月08日

  币圈消息Minitab功能分享 使用 Minitab 预测分析模块分析比特币数据的日益普及随着比特币▽•,图更好地理解这一现象越来越多的分析师正试☆◇=。出准确预测可能非常困难虽然对实际比特币价格做,些有趣的趋势和关系但仍然可以确定一。文中在下,b预测分析模块来完成此任务将演示如何使用Minita。

  以来的每日比特币统计数据该数据集包括自2009年。不同的指标进行汇总每一天都由44个△=,区块数、交易数•◁◁、投资回报率等包括比特币价格▲☆、各种费用、mass币最新消息。阅整个数据字典可以在此处查。

币圈消息Minitab功能分享使用Minitab预测分析模块分析比特币数据

  分析的目的出于我们,1年4月20日期间的比特币每日统计数据我们将查看2015年1月1日至202。响最新趋势的早期历史这消除了一些可能影。—假设在30天前购买资产的投资回报百分比该数据集包括一个名为ROI30d的变量—◁☆。的内容中在接下来■-,在预测因子来准确预测30天的投资回报我们的主要目标是使用剩余变量作为潜◇★▽。

  所见如您,丰厚的回报或重大损失投资比特币可以提供★●。产的波动性鉴于该资,对于回报至关重要投资比特币的时机。此因▼•,于确定何时是最佳投资时机了解影响回报的因素有助•○。币圈消息

  内拿出最好的答案□■?有44个可能的预测变量我们经常被问到的问题:如何在最短的时间,道哪些最重要我们需要知,知道它以便进行分析并且我们需要快速。

  析模块)有一个名为“Discover Key Predictors(发现关键预测变量)”的选项的原因这正是Minitab Predictive Analytics Module(Minitab 预测分▷◆■。软件识别最重要的变量这个选项允许我们让,度准确但不那么复杂的模型使我们能够构建一个仍然高△◇,用户友好使其更加◇◆。

   Key Predictors(发现关键预测变量)”运行它我们获取有关数据集并通过TreeNet“Discover■○。期的那样正如预,的一组候选预测变量开始Minitab从提供☆■□,建一系列模型然后依次构●△●,要的变量来使用较少的预测变量每个后续模型通过删除最不重□=-。此因,中反向消除过程的现代推广整个过程是经典回归建模。(不包括日期)开始时发生的情况以下是当我们从整套预测变量集:

  型的图形可视化查看我可能的模,度在90%左右波动您可以看到模型精,两个预测变量直到只剩下••。入分析时当我们深■=,DCompletionTime 是“last man standing”或最重要的预测因素“Discover Key Predictors(发现关键预测变量)”显示 AssetEO▲□。

  的是不幸□☆★,查找它的定义从数据字典中,收集最后一个数据的时间这个=★•“预测器”只是每天△◆☆,有用的指标这不是一个◁▲■。此因,消除这一点我们需要,可以确信因为我们•●•,是相关的这些可能,预测性的但不是。不少见☆••:通常情况下这在预测器选择中并,一堆无用的玩家机器首先会选择★•。主题专业知识相结合的重要性此示例还强调了将预测分析与。的是幸运,其从变量的起始列表中删除解决方案很简单——只需将,Predictor(发现最佳预测变量)○○■”分析然后重新进行“Discover Best !

  etionTime并重新启动预测器发现过程后从原始列表中删除AssetEODCompl▪◆◆,得以下摘要我们可以获:

  注意请,化模型使用8个原始变量(衡量指标)Minitab的Engine强调优,上达到91%的R平方并在50%的测试分区○●。型的回归模型对于这种类◇●△,好的性能结果这是一个极■◁!注意另请△□☆,变化约为90%模型性能的统计。

  供了一个有用的可视化效果Minitab还为我们提-▷,量的数量低于3时即只有当预测变,度才会显着下降模型的整体准确☆=。简单的模型为了构建最•-,度地提高精度同时最大限,变量的模型进行更详细的分析我们选择了一个具有3个预测。者或,表中删除其中一些变量您可以从原始候选列,佳预测变量搜索然后重新进行最,的获胜者子集以识别不同。记住请,示例中在此▪▲,确定重要的内容我们试图快速-▽。度是您的目标如果最大准确•●,要选择最佳模型那么您可能需。穷无尽机会无,目标是什么无论您的△……,即可轻松实现只需点击几下!

  所见如您▽=□,上的准确率——这是一个极好的结果我们对50%的测试样本有88%以!外此▪▪,对该模型的总体贡献方面的相对排名Minitab报告了三个尚存指标:

  要变量是CapMVRVCur与3天投资回报率相关的最重。证明事实•-▷,场可能的高估/低估这个变量概括了市。6年中的时间序列图以下是该变量在过去:

  ★△-.0和4■■.0之间波动该指标似乎倾向于在1,3■=.3左右当前值在,能会下降并且可。关此指标的更详细描述以下是数据字典中有:

  代表的“基本面•◁”(请参阅Capitalization创建该比率背后的直觉是将价格函数除以由已实现资本化,izedreal,D)US。了一个比率这为您提供,其与已实现上限的历史关系时)和低估时期可能表明高估时期(当网络价值远远超过。个强大的基本面已实现上限是一,在给定时间的平均成本基础因为它可以理解为持有人,持有人是否处于水下因此两者的比率表明-☆▷,解总体情绪从而深入了。

  一下回想◇▼,在3.3左右波动该指标的最新值▪◆•,会继续下降并且可能▼□。中可以清楚地看出从上面的依赖图,确实如此如果情况△▽○,的ROI将继续下降那么我们预计3天●□。者或,标将增加到3.7或更高如果有任何理由相信该指,预计投资回报率会大幅上升我们可能会根据历史模式。

  测分析中遇到的典型场景上述一系列步骤模拟了预。个变量的数据集开始我们从一个包含44,到了最重要的预测变量并在几分钟内迅速找。择创建了一条捷径关键预测变量选,变量的潜在的繁琐过程以避免一次查看每个。外此▲-,模型显示出极好的准确性TreeNet梯度提升■=▽。现代预测分析的力量所有这些都凸显了,您需要它向前发展并说明了为什么■=◁!

  initab带来的科研魅力为了让更多的教育用户体验M,nitab统计分析课程我们规划了一系列的Mi-▷◇,nitab应用体验带给您全新的Mi,我们加入-▲,学习吧一起来□▷!

  、数据分析-○-、质量管理统计软件【中国教育核心代理Minitab Statistical—统计】

  科技有限公司北京友万信息,•…•、计量经济、人工智能…▲、网络爬虫○□○、自动化报告与可重复研究等热门技术内容专注分享商业数据分析、金融数据分析◇△、应用统计分析、知识图谱、机器学习▪■○。a★▪、Python、R 语言数据人才定向培养Minitab、Stat,企商协同发展助力产学研政▲★◁,据产业蓄能为中国大数。返回搜狐邮箱:,看更查多

标签: 币圈消息