部分线性函数多项式模型的联合探测

本文提出了一个新的部分线性函数多项式回归模型,该模型中响应变量依赖于一个p阶函数多项式和一些非函数型数据的协变量.函数多项式模型、函数线性模型和部分函数线性模型是该模型的特殊情形.本文提出了一个模型探测方法,它能同时探测部分线性函数多项式回归模型中哪些阶是重要的以及哪些非函数型变量是重要的.提出的方法能相合地识别真实的模型并有好的预测表现.数值模拟能清晰地证实我们的理论结果.     

部分线性函数多项式模型的联合探测北大核心CSCD

本文提出了一个新的部分线性函数多项式回归模型,该模型中响应变量依赖于一个p阶函数多项式和一些非函数型数据的协变量．函数多项式模型、函数线性模型和部分函数线性模型是该模型的特殊情形．本文提出了一个模型探测方法,它能同时探测部分线性函数多项式回归模型中哪些阶是重要的以及哪些非函数型变量是重要的．提出的方法能相合地识别真实的模型并有好的预测表现．数值模拟能清晰地证实我们的理论结果．     

非线性贝叶斯动态模型的重要性再抽样(英文)

本文研究了非线性贝叶斯动态模型的随机模拟.在更宽泛的先验分布假设下.利用重要性再抽样的方法,以"样本"代替"分布",实现了对模型的后验推断、预测和模型选择,扩张了贝叶斯动态模型的应用领域.     

多项式矩阵方程及线性控制系统

给出了求解多项式矩阵方程的一种新方法—矩阵序列结构算法.并讨论了它在线性控制的动态补偿器设计中的应用.     

利用广义指数加权回归估计贝叶斯动态线性模型误差方差矩阵Wt的方法

本文主要研究广义指数加权回归在贝叶斯线性动态线性模型参数估计中的作用,提供了一种估计模型误差方差矩阵的方法.     

非光滑函数的分数阶插值公式

本文基于局部分数阶Taylor展开式构造非光滑函数的分数阶插值公式,证明了插值公式的存在和唯一性,给出了分数阶插值的Lagrange表示形式及其误差余项,讨论了一种混合型的分段分数阶插值和整数阶插值的收敛阶.数值算例验证了对于非光滑函数分数阶插值明显优于通常的多项式插值,并说明在实际计算中采用分段混合分数阶和整数阶插值可以使得插值误差在区间上分布均匀,能够极大地提高插值精度.     

有限总体中总体数量的贝叶斯预测（英文）

本文在误差平方损失下研究了具有正态逆伽马先验信息有限总体中的预测问题.首先,基于贝叶斯思想分别获得了线性数量和二次型数量的贝叶斯预测;其次,利用统计决策理论对线性数量的贝叶斯预测和最佳线性无偏预测进行了比较.结果表明在预测均方误差下线性数量的贝叶斯预测一致优于最佳线性无偏预测.     

亚纯函数系数微分方程的解和小函数的关系

研究了一类亚纯函数为系数的二阶非齐次线性微分方程的解及其微分多项式和小函数的关系,并得到了这类微分方程解以及解的一阶,二阶导数与微分多项式的不动点性质.     

K 泛函与逼近阶(Ⅰ)

<正> K 泛函的概念首先是由 Peetre 引入的.DeVore 等利用 K 泛函这一工具成功地得到了各种用函数的光滑模来表示的逼近阶.本文的目的是要推广这一工具,使它可以用来考察函数及其导函数的同时逼近(以下简称同时逼近)问题.我们利用这一推广了的工具,对于用样条、三角多项式以及代数多项式线性同时逼近的阶,得到了比较完善的结果.     

贝叶斯向量自回归分析方法及其应用

由于经济环境的多变,使得经济预测面临数据量少的建模难题,贝叶斯方法对小样本数据建模问题具有明显优势。本文在共轭条件似然函数"矩阵正态-Wishart分布"意义下,首先讨论了向量自回归模型的贝叶斯分析方法,得到了模型参数的后验分布与一步预测分布。其次,给出了分量方程的对应结果,说明了模型阶数的推断方法。最后,列出了计算步骤,并作为应用,对上海房地产价格指数数据进行预测建模,取得了较好效果。     

线性模型参数向量的近似贝叶斯估计

用线性贝叶斯方法去同时估计线性模型中回归系数和误差方差,并在不知道先验分布具体形式的情况下,得到了线性贝叶斯估计的表达式.在均方误差矩阵准则下,证明了其优于最小二乘估计和极大似然估计.与利用MCMC算法得到的贝叶斯估计相比,线性贝叶斯估计具有显式表达式并且更方便使用.对于几种不同的先验分布,数值模拟结果表明线性贝叶斯估...     

广义矩阵分布下多元回归模型的贝叶斯推断

考虑具有奇异矩阵椭球等高分布误差的多元线性回归模型的贝叶斯统计推断,在非信息先验下得到了系数矩阵关于Hausdorff测度的后验边缘分布和未来观察值的预测分布,并得到了一类特殊奇异矩阵椭球等高分布下误差协方差矩阵的后验边缘分布.对于具有奇异矩阵正态分布误差的多元线性回归模型,在广义正态-逆Wishart共轭先验下得到了类似的后验边缘分布和预测分布结果.在上述两种先验分布下,回归系数矩阵的后验边缘分布和预测分布是双奇异矩阵t分布,这种分布具有关于Hausdorff测度的精确密度.结果表明,在非信息先验下,回归系数矩阵的后验边缘分布和未来观察值的预测分布在奇异矩阵椭球等高分布类中具有稳健性.     

线性指数分布的简单贝叶斯估计[英文]

本文利用Kaminskiy和Vasiliy提出的简单贝叶斯估计过程,研究线性指数分布的参数的简单贝叶斯估计.本文的创新之处是利用了核密度估计法和缺一交叉验证法构造概率密度函数.在估计过程中,先验信息可以通过可靠度函数估计的区间形式表示.基于这种先验信息,可以构造线性指数分布参数的连续联合先验分布,并可以给出在任意给定时刻可靠度函数的均值及标准差的后验估计.通过一个数值例子说明这种估计方法.Rayleigh分布是线性指数分布的特殊情况,通过简单贝叶斯估计过程,给出了Rayleigh分布的尺度参数的一种新的先验分布,这个模型的均值可由一个级数逼近.     

序列的一种无组合系数的根表示

本文在讨论了组合数C_x~k等在GF(q)上的多元多项式表示的基础上,给出了序列的一种避免组合系数的根表示法,并利用它对两个有重根的反馈多项式生成序列之积的线性复杂性进行了讨论.     

非正态假定下贝叶斯动态线性模型的监控研究

对非正态假定下贝叶斯动态模型，特别是非线性的模型的监控，一直是个难题．本文通过构建基于样本点的统计量，实现了对非正态假定下贝叶斯动态线性模型的监控．该方法也适用于非线性的贝叶斯动态模型．     

考虑空间效应的贝叶斯分层模型与索赔频率预测

在非寿险索赔频率预测中,使用最为广泛的是广义线性模型.但是,如果观察数据呈现出明显的零膨胀特征,或者包含空间协变量,或者某些协变量之间具有分层结构,则广义线性模型的拟合优度往往欠佳.在零膨胀分布假设下,建立了考虑空间效应的贝叶斯分层模型,并将其应用于索赔频率预测.在模型中,用惩罚样条函数描述连续型协变量的非线性效应,用高斯马尔科夫随机场描述相邻地区在索赔频率上的空间相依性,用随机截距项描述不同地区在索赔频率上的分层关系和差异性.实证研究结果表明,考虑空间效应的贝叶斯分层模型的拟合优度明显优于传统的广义线性模型.     

常系数线性分数阶微分方程组的解

本文研究了常系数线性分数阶微分方程组的求解问题.利用逆Laplace变换,Jordan标准矩阵和最小多项式,得到矩阵变量Mittag-Leffler函数的三种不同的计算方法,包含了常系数线性一阶微分方程组的解.     

供应链买卖双方协调订货模型

供需关系贯穿供应链的整个过程;然而,如何促使非一体化供应链协调问题在实践中是非常重要的.因此,供需双方订货批量的研究是供应链管理的一个重要内容之一.本文以订单方式为背景,针对供应链环境下单个供应商和多个订货商在非合作情况下的订货模型进行讨论,并在此基础上给出了一个改进后的线性价格折扣策略,该策略同时考虑了增量折扣和减量折扣两种情况,同时给出了供需上双方订货的S tackelberg博弈模型.数字实验结果表明该折扣模型对于改善供应链运作协调是相当有效的.     

两响应Haar小波回归模型最优设计

本文讨论两响应线性Haar小波模型的最优试验设计问题.假定每个响应变量与自变量之间的回归关系可以用一个线性小波多项式表示.本文给出一个设计,它同时具有D-,A-和Q-最优性,并且与两响应变量的协方差阵无关.     

基于贝叶斯估计的中国人均GDP之时序模型

本文应用SAS软件对1952-2009年的中国人均GDP建立时间序列模型并对2010-2013年的中国人均GDP进行了预测;在此基础上建立了以时间序列模型得到的参数信息作为先验信息的两种贝叶斯修匀模型与算法。由此所得的参数贝叶斯估计及预测,能充分利用样本信息和参数的先验信息,因而具有更小的方差或平方误差,估计参数更科学。为了检验该方法对先验分布的灵敏性,我们做了基于两种先验分布的模拟预测。将预测结果与传统时间序列预测相比,发现单一正态观测值、方差已知的先验分布的贝叶斯模型得到的预测值更准确,而基于先验分布为指数分布的贝叶斯模型的预测误差较大,预测效果差。