Sign in Subscribe

Draft

A collection of 13 posts
The Formation of MLB Player Value: A Multidimensional Comparative Study of Pitchers and Hitters in the Market ( 12/27 小結)
Draft

The Formation of MLB Player Value: A Multidimensional Comparative Study of Pitchers and Hitters in the Market ( 12/27 小結)

Variables Statistic Description_Batters Statistic Description_Pitchers 數據初探 Heatmap PCA Factor Loadings_Pitchers Factor Loadings_Batters PCA_OLS Pitchers OLS Formula: value = 7.52 + -0.32*PC1 + 0.58*PC2 + -2.47*PC3 + 1.42*PC4 + -1.09*PC5 PCA_Machine Learning 重新使用未標準化的變數進行 OLS 使用未標準化的變數進行 Machine Learning
2 min read
Alzheimer's PVRate with GDP, |DataVisualization| OECD | Draft(2)
Draft

Alzheimer's PVRate with GDP, |DataVisualization| OECD | Draft(2)

關於 OECD 會員國的 Kuzent's Curve 證據 OECD 經濟合作與發展組織（OECD，Organisation for Economic Co-operation and Development）是一個旨在促進全球經濟和社會福祉的國際組織，成立於 1961年，創始會員有20個國家，至2024年為止，會員國為38國。 根據資料，OECD成員國的人口約 13.8億佔全球總人口的比例約為17.3% (Wikipedia) 。在經濟方面，這些國家集體佔全球名目GDP的62.2%，約 US$ 49.6兆，並在購買力平價（GDPPPP）下佔全球GDP的42.8%，約US$ 54.2兆 (OECD.org - OECD) OECD成員國的人口只佔全球的不到五分之一，但其經濟影響力卻非常巨大，佔全球經濟的相當大比例。
3 min read
Alzheimer's Prevalence Rate with GDP |Stata & Visualization|Draft(1)
Draft

Alzheimer's Prevalence Rate with GDP |Stata & Visualization|Draft(1)

update by 2024-05-21 The Curve of Azheimer’s Prevalence Rate 以 1990-2018 資料為基礎, YR2018年 Alzheimer's Prevalence Rate 在所得 US$ 41,764 之後開始下降。 -低收入國家: 所得增加，AZ Disease Case 增加 -高收入國家:所得增加，AZ Disease Case 減少 加入 Hypertension Prevalence Rate 變數之後的統計圖 K-Means 分群 基於GBD所提供的資料，我們以 machine learning K-means clustering, GDP分群之後,
5 min read
Machine Learning | Study | K-Means 分群 | GDP Clustering
Economic

Machine Learning | Study | K-Means 分群 | GDP Clustering

C.Y.LU 2024-05-20 基本概念 K-Means 的目標是將數據點分成 K 個群集，使得每個群集中的數據點彼此之間的距離最小，而與其他群集的數據點距離最大。該演算法依賴於以下幾個步驟： 1. 選擇 K 個初始中心點（Centroids）：這些中心點可以隨機選擇，也可以使用其他方法確定。 2. 分配數據點：將每個數據點分配給最近的中心點，形成 K 個群集。 3. 更新中心點：重新計算每個群集的中心點，通常是該群集所有數據點的平均值。 4. 重複步驟 2 和 3：直到中心點不再變化或達到預定的迭代次數。 演算法步驟 具體步驟如下： 1. 初始化 K 個中心點。 2. 將每個數據點分配給距離最近的中心點，形成 K 個群集。 3. 計算每個群集的新中心點。 4. 檢查中心點是否發生變化，
5 min read