报告时间：2016年1月6日14:00-15:00
报告地点：明德主楼1031
报告人：陈堰平
雪晴数据网创始人，微软公司兼职顾问。主要从事经济指数、金融衍生品、统计咨询、金融数据分析、开发基于R语言的定制化统计软件，曾给惠普中国研发中心、花旗银行、东方航空、中国电信做过培训和咨询。现在同时也是统计之都理事会成员、中国R语言会议理事会成员，译作有《R语言编程艺术》《实用数据分析》，目前还参加其他几本R语言图书的编写和翻译。
摘要：动态线性模型（DLM）是一类应用广泛的时间序列模型，贝叶斯预测方法是这种模型的经典预测算法。贝叶斯预测方法不仅仅依赖于t时刻以往的历史数据和根据模型的知识进行预测，还可包括专家的经验信息以及主观的判断来进行预测，这对于预测突发事件特别又用，而历史数据以及预先规定的模型并不能完全反映它们。当发现模型性能不好时，可求助于专家的经验和信息，对模型进行改进。贝叶斯预测方法，相对于Box-Jenkins传统的时间序列方法而言，有它的优点，它不必假设Box-Jenkins方法所必须的平稳性假设。贝叶斯预测方法通过人的主观经验给出先验分布，使得对数据量的要求大大减少。
本演讲分三个部分
1. 以多渠道营销的动态ROI评估为案例背景，介绍DLM的模型形式
2. 介绍DLM的其他应用场景：百度旅游预测等
3. 介绍实际项目中如何设计估计DLM模型的R包，如何将R包的分析功能通过API的方式整合到业务系统中。