Прикладная статистика

Временные ряды 4.9 Условие обратимости уравнения

Временные ряды 6.4 Проводим KPSS и ADF тест в R

15-04 Проверка стационарности в python

Линал 2.3. Векторное пространство

Временные ряды 9.3 Сравнение прогнозов, DMтест

Временные ряды 7.3 Доска про дерево

Временные ряды 9.5 Сезонность сложной структуры в R

Временные ряды 8.7 заполнение пропусков в R

Временные ряды 7.6 Оценка двух эффектов

Временные ряды 7.8 Дневные данные, ARIMA и тригонометрические предикторы

Временные ряды 7.4 Лес и бустин

Временные ряды 7.1 Как обойтись без ARIMA и ETS

Временные ряды 9.4 Сравнение прогнозов: RC и SPA тесты

Временные ряды 7.9 регрессия с ARMA ошибками

Временные ряды 8.4 Байсовский подход

Временные ряды 8.11 CausalImpact

Временные ряды 8.8 Обнаружение выборосов в R

Временные ряды 9.1 Много сезонных составляющих

Временные ряды 8.5 Структурная модель как конструктор

Временные ряды 9.6 Алгоритм Кростона

03-03 парсинг мемов структурирование данных

02-04 Нормальное распределение и его свойства

15-05 Auto SARIMA модель в python

Временные ряды 8.1 Пропуски, аномалии и структурные сдвиги

Временные ряды 8.9 Обнаружение структурного сдвига в R

Линал 2.7. Умножение матрицы на матрицу

Временные ряды 9.2 Данные прерывающиеся нулями

Временные ряды 8.2 аномалии

Временные ряды 8.6 L6 Оценивание эффекта воздействия

Линал 2.9. Решение системы линейных уравнений

Временные ряды 8.10 BSTS в R

Линал 6.7. PCA: максимизация коэффициента детерминации

10-07 Bootstrap in Python

01-10 Empirical Distribution in Python

Линал 1.3 Линейный оператор: определение и примеры

03-01 Сбор данных своими руками

Временные ряды 7.7 собираем предикторы и оцениваем лес/бустинг в R

Временные ряды 4.9 Условие обратимости уравнения

02-08 Пропуски и выбросы

03-08 Introduction to the VKontakte API

Временные ряды 9.7 Сравнение прогнозов в R

Линал 5.6. Матрица Грама

14-02 Временной ряд как структура данных

12-08 доска Нерегулярный случай

07-08 Великая дилемма смещение против разброса

06-13 Продуктовые метрики

09-04 Ошибки 1 и 2 рода

12-14 ММП в python для пуасоновской регрессии

Линал 2.6. Умножение матрицы на вектор

10-08 Empirical distribution function

04-01 Exploratory Data Analysis