home.social

#dataanaltytics — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #dataanaltytics, aggregated by home.social.

  1. 多線段法的直線模式在數字的數學建模上有多驚人嗎?

    讓我使用Job Postings on Indeed (USA),它的指數以Feb 01 2020 = 100,進行建模。整體解釋力達R2=0.999981,MSE=0.031048,用了103條直線型的估計線。

    最新一條趨勢
    2023/2/23~2023/3/10,計16天,實時職位發佈的趨勢為
    Y = 67.621765 - 0.109853*X,
    R2=0.889179
    X=time code from 754 ~ 769。

    如果沒有外在影響和變故改變這條趨勢,那麼你基本上可以發現平均每天減少0.1個職位被發布。

    hiringlab.org/data/?isid=hirin

    @laborecon #labor #job #economics #econometrics @economics @econometrics #勞動力 #就業 #職場 #經濟 #勞動市場 #論文 #寫作 #data #dataanaltytics #datascience #mathemetics #美國 #USA #MathGPT #AI

  2. 多線段法的直線模式在數字的數學建模上有多驚人嗎?

    讓我使用Job Postings on Indeed (USA),它的指數以Feb 01 2020 = 100,進行建模。整體解釋力達R2=0.999981,MSE=0.031048,用了103條直線型的估計線。

    最新一條趨勢
    2023/2/23~2023/3/10,計16天,實時職位發佈的趨勢為
    Y = 67.621765 - 0.109853*X,
    R2=0.889179
    X=time code from 754 ~ 769。

    如果沒有外在影響和變故改變這條趨勢,那麼你基本上可以發現平均每天減少0.1個職位被發布。

    hiringlab.org/data/?isid=hirin

    @laborecon #labor #job #economics #econometrics @economics @econometrics #勞動力 #就業 #職場 #經濟 #勞動市場 #論文 #寫作 #data #dataanaltytics #datascience #mathemetics #美國 #USA #MathGPT #AI

  3. 多線段法的直線模式在數字的數學建模上有多驚人嗎?

    讓我使用Job Postings on Indeed (USA),它的指數以Feb 01 2020 = 100,進行建模。整體解釋力達R2=0.999981,MSE=0.031048,用了103條直線型的估計線。

    最新一條趨勢
    2023/2/23~2023/3/10,計16天,實時職位發佈的趨勢為
    Y = 67.621765 - 0.109853*X,
    R2=0.889179
    X=time code from 754 ~ 769。

    如果沒有外在影響和變故改變這條趨勢,那麼你基本上可以發現平均每天減少0.1個職位被發布。

    hiringlab.org/data/?isid=hirin

    @laborecon #labor #job #economics #AI經濟 #econometrics @economics @econometrics #勞動力 #就業 #職場 #經濟 #勞動市場 #論文 #寫作 #data #dataanaltytics #datascience #mathemetics #美國 #USA #MathGPT #AI

  4. 多線段法的直線模式在數字的數學建模上有多驚人嗎?

    讓我使用Job Postings on Indeed (USA),它的指數以Feb 01 2020 = 100,進行建模。整體解釋力達R2=0.999981,MSE=0.031048,用了103條直線型的估計線。

    最新一條趨勢
    2023/2/23~2023/3/10,計16天,實時職位發佈的趨勢為
    Y = 67.621765 - 0.109853*X,
    R2=0.889179
    X=time code from 754 ~ 769。

    如果沒有外在影響和變故改變這條趨勢,那麼你基本上可以發現平均每天減少0.1個職位被發布。

    hiringlab.org/data/?isid=hirin

    @laborecon #labor #job #economics #AI經濟 #econometrics @economics @econometrics #勞動力 #就業 #職場 #經濟 #勞動市場 #論文 #寫作 #data #dataanaltytics #datascience #mathemetics #美國 #USA #MathGPT #AI

  5. 【案例】#經濟 #勞動市場 美國資訊業裁員水準趨勢分析

    即使那麼少的數據仍可以為其找出數字規律。美國的勞動市場看起來非常棒,非農就業人數增加,失業率降低。但我們卻仍舊看到科技業在裁員,微軟更是在增加OpenAI投資後,反手裁掉自己的AI。META也是持續裁員中。

    我找到FRED部落格內針對資訊產業裁員所用的數據,使用 #MathGPT for numerical modelling 軟體的 #AI 幫我得到最佳化的結果。
    這是一個從新冠疫情以來,美國資訊產業裁員情況的趨勢現象。你可以比對觀看折線圖和趨勢圖的不同。

    更多數據結果請參考 meiyulee.github.io/leetalk/202

    #財經 #economics #econometrics #論文 #寫作 #data #dataanaltytics #datascience #mathemetics #裁員 #科技業 #美國 @academicchatter #AI經濟 @econometrics @economics @laborecon