该软件实现了基本的 GWR 模型。 这段代码也可以通过并行计算来加速。 一些函数是从 MATLAB File Exchange 收集的，例如 Felix Hebeler 的 rsquare.m、Malcolm Wood 的 parseargs.m、Alex Sanchez 的 datadensity.m 和 startmatlabpool.m/closematlabpool.m。 感谢他们的优秀代码！

执行“地理加权回归 (GWR)”，这是一种用于建模空间变化关系的线性回归的局部形式

成交加权动量系统（动量指标Momentum = PriceValue - PriceValue[Len] ） 做多：成交量加权动量值上穿0时，记录下对应K线的收盘价，当在接下来的4根K线走完之前，在记录下来的收盘价的基础上上涨了0.25倍的ATR（AvgTrueRange）时，以价格Close+0.25*ATR入场做多 做空：成交量加权动量值下穿0时，记录下对应K线的收盘价，当在接下来的4根K线走完之前，在记录下来的收盘价的基础上下跌了0.25倍的ATR（AvgTrueRange）时，以价格Close-0.25*ATR入场做空 平多单：价格低于前面5根K线的最低价 平空单：价格高于前面5根K线的最高价

这里有一点一定要注意，因为为无向图，因此邻接矩阵一定要是关于对角线对称的，即Aij=Aji（且对角线上元素Aii=0），两点之间相互无向连接，有向图可以不为对称矩阵（有方向） 方法及函数： 1.推荐matlab一个图论很好用的包Graph and Network Algorithms，官网有函数介绍https://www.mathworks.com/help/matlab/graph-and-network-algorithms.html 这里搬一个知乎很不错评论的demo，仅供参考（参考链接文末一起放出）： %% Matlab 无向图 % 生成数据,A和邻接矩阵的形势相似 A = magi

LOWESS- 局部加权散点图平滑，不需要 matlab 中的统计工具箱。 此回归将适用于 X 和 Y 之间的线性和非线性关系。 修改： 12/19/2008 - 添加上下 LOWESS 平滑。 这些额外的平滑显示了 Y 的分布如何随 X 变化。这些平滑只是将 LOWESS 分别应用于正残差和负残差，然后添加到数据的原始 lowess。 相同的平滑因子适用于上限和下限。 2/21/2009 - 添加排序功能，数据不再需要排序。 还添加了一个例程，以便如果用户还提供了第二个数据集，则线性插值是最低的，并用于预测提供的 x 值的 y 值。 2009 年 10 月 27 日 - 修改了第二个用户提供的 X 数据以获得预测。 Matlab 函数默认排序是唯一的。 在代码部分中确实不需要使用 y 预测的 LOWESS 结果执行 x 数据的线性插值。 如果用户不提供第二个 x 数据集，它将假

【原创】Stata中的治疗效果：RA：回归调整、 IPW：逆概率加权、 IPWRA、 AIPW数据分析报告论文

disparity_filter 使用图，基于多尺度骨干网，在Python中实现差异过滤器： “提取复杂加权网络的多尺度主干” M.ÁngelesSerrano，MariánBoguña，Alessandro Vespignani 视差过滤器通过考虑系统中所有尺度下的相关边缘，利用权重之间的局部异质性和局部相关性来提取网络主干。 只要该方法的强度相对于边缘入射到的两个节点中至少一个节点的均匀随机性的零假设在统计学上不兼容，该方法就保留该边缘，这确保了不会忽略强度方面小的节点。 结果，视差过滤器减少了原始网络中的边缘数量，同时显着保持了几乎所有的权重和很大一部分节点。 同样，该过滤器保留了度数分布的截止点，权重分布的形式和聚类系数。 该项目类似于，尽管提供的功能与以下各项不同： 实施细节 如果您不熟悉多尺度骨干分析，可以将其视为类似于在图形边缘而不是其节点上计算出的中心性。 换句话

现在仍旧在使用学分制的大学生都知道，每到计算自己的加权平均分时都是一个非常麻烦的事情。 我寒假接触了MFC，特编出一个图形化的加权平均分计算器,供广大同学们免费使用! 自编程序，国产杀毒软件可能会暂时误杀，云鉴定后鉴定为无毒。

铁矿加权聚类法在岩石可爆性分级中的应用.pdf

基于特征加权的模糊聚类新算法.pdf