基于偏Laplace正态数据下位置、均值回归模型的参数估计

参数估计是一种基本的统计推断形式,也是统计学的一个重要分支.在分析偏态数据时,我们比较关注数据的众数、中位数和均值,但是偏Laplace正态数据的众数和中位数难以精确求出,因此用位置参数来近似代替.故本文提出偏Laplace正态数据下位置和均值回归模型,并研究该模型的参数估计,模拟和实例研究结果表明本文提出的模型和方法是科学合理的.     

有效因子综合偏好强度与CVaR整合优化模型

本文从股票多维特征因子中选择有效因子,融合形成最大化有效因子综合偏好强度(IPS)的附加理性,构建并验证IPS-均值-CVaR投资组合优化模型。基于沪深300股2006~2015年数据分析显示:(1)有效因子IPS投资组合优越于单因子投资组合;(2)IPS方法相较于因子打分法,具有更优的多维数据整合功效;(3)IPS-均值-CVaR投资组合优化模型相对于均值-CVaR模型具有更优越的资产选择能力,也拓展了投资组合模型的多维数据处理能力和适用性。     

一种基于Gauss von Mises分布模型的非线性量测更新方法

基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的Gauss Von Mises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。     

基于HTML5 Canvas的跨平台物理模型构建

本文对物理模型在物理教学中的作用进行了分析,并介绍了HTML5以及Canvas画布技术,阐述了如何基于HTML5 Canvas画布设计构建跨平台的多弹簧振动模型.     

地球静止轨道远程交会过程导航性能评估

远程交会是静止轨道共位卫星自主定点置入的关键途径。针对远程交会过程中大距离跨度下相对运动模型的误差信号特性,理论推导了误差的传递机理,给出了相对导航EKF算法期望及噪声特性的定量分析模型。研究表明,确定距离区间存在最优过程噪声量级及其对应的最优滤波性能,且滤波误差与交会距离正相关,可作为全局最优滤波器的定量设计依据,解决了静止轨道远程交会过程EKF导航算法性能的量化评估问题。仿真表明,分析结论正确,相对速度滤波误差全程优于0.005 m/s(1σ),满足交会任务需求。     

n阶不等距常系数线性差分方程的解

利用Mikusinski的算符演算理论和移动算符的幂级数表示,给出了n阶不等距常系数线性差分方程的解法.     

广义黏性逼近方法及其应用

黏性逼近方法在非扩张映射不动点问题的研究中扮演着重要的角色。提出了一类广义黏性逼近方法，在一定条件下，证明了该算法的收敛性.作为应用，将所得的收敛性结果应用于求解约束凸优化问题与双层优化问题。     

自主招生题解法中的天使和魔鬼

<正>自主招生考题中有很多非常灵活的题目,他们虽然立足于高中所学知识,但是却需要很高超的解题思路.其中典型的两种个性解法,分别把他们叫做天使和魔鬼.一曰天使,是因为此种解法以解题技巧和方法见长,四两拨千斤,解法优雅漂亮;一曰魔鬼,是因为这种题解法以力量见长,以强大的运算能力和对知识的理解掌握,推枯拉朽,势不可挡.下面以几个例题来说说这两种不同的解题思路.     

多类型复发事件下的一类均值加速回归模型

在复发事件的统计分析中,事件的平均发生个数可能比其强度函数或危险率函数更具可解释性.为了评价协变量对复发事件的影响,许多学者考虑了复发事件的边际比例均值模型.然而,在许多实际应用中,协变量对复发事件不仅具有均值比例效应,而且还可能会加速或减缓复发事件的发生,即协变量对复发事件均值过程具有时间尺度效应.在多类型复发事件数据框架下,考虑一类广泛的加速均值模型.利用估计方程方法,获得了该模型中未知参数的估计,并且建立了所给估计的渐近性质.进一步通过模拟研究证实所提方法的优良表现.