关于正态分布的等距分组

一组数据进行等距分组,到底分多少组?美国人斯特.杰斯(sturges)给出经验公式:n=1+3.322lgN又有a=R/n=R/1+3.322lgN.这里n-组数,N-单位数a-组距,R-全距,a的确定,经验公式远远不够,只能作参考.为此对正态分布进行研究.得到下列结果:1)一组数据,计算均值μ及方差σ~2,得出似合密度,由a与σ~2关系.得出a的上界公式.2)给出找出a的算法.这个算法,简单实用且用途广泛.     

Heston随机方差模型下确定缴费型养老金的最优投资

本文对确定缴费计划养老金的最终财富期望指数效用最大的最优投资组合进行研究.假设养老金计划的基金可以投资于无风险资产和风险资产,并且风险资产的方差服从Heston模型,得到最优投资和最大期望指数效用的明确表达式.此外,通过数值计算还得到最优投资与各个参数之间的关系.     

一类不确定非线性系统的多约束鲁棒H∞控制

针对一类不确定的T-S模糊模型,给出了反馈控制器存在的充分条件,该控制器使得闭环极点被配置在给定的线性矩阵不等式(LMI)区域内,同时满足系统对H∞范数和方差约束的要求.基于这一条件和并行分布补偿技术(PDC),借助于LMI和凸优化方法,得出一个全局鲁棒H∞控制器的解析式.最后,通过一个仿真例子,说明该方法的可行性.     

均值-方差准则下的多期最优保险投资(英文)

近年来,最优保险投资问题吸引了越来越多的注意。一般这个问题是在连续时间框架下来研究的。本文针对这一问题建立离散时间的最优控制模型。应用动态规划原理求解模型对应的近似问题,得到了最优投资策略和投资有效边界的解析表达形式。本文得到的最优投资策略和投资有效边界均依赖于承保参数。通过数值例子分析了承保参数对最优投资策略和有效边界的影响。     

无穷方差厚尾过程中非参数函数的小波估计

研究无穷方差厚尾过程中含有变点的非参数函数的估计问题。通过小波方法给出变点位置的估计值并得到其收敛速度。在已知变点估计值的基础上,将截尾方法与小波压缩方法相结合得到非参数函数的估计值。模拟研究结果说明对于无穷方差厚尾过程中的函数估计问题小波方法是有效的。     

加速方程有偏场合下加速寿命试验的稳健设计

考虑在加速寿命试验中,当假定的加速模型不是转化应力的线性模型时,模型参数的极大似然估计的近似分布。研究在一定的条件下,获得正常应力下寿命分布的p分位寿命估计的最优稳健设计方法。并通过数值例子说明方法的有效性。     

深证成指周收益率波动性的实证研究

利用GARCH模型,对深圳成分指数的周收益率波动性进行了实证研究。以深证成指周收盘数据建立了GARCH模型,利用估计出的GARCH模型得到深证成指周收益率序列的条件方差的估计值,预测出深证成指周收益率序列未来若干期的条件方差。结果表明,深证成指周收益率序列的波动性可以用GARCH模型进行很好的拟合。     

具有线性趋势回归信度模型异方差的score检验

回归信度模型在保险研究中具有重要的作用.本文分险种内部,险种之间,险种内部及之间三种情形讨论了具有线性趋势回归信度模型异方差的score检验问题.首先推导了异方差存在性检验的score检验统计量,然后利用Monte-Carlo方法模拟了这几种检验统计量的功效,功效模拟结果显示：这几种检验统计量都有很好的检验效果.最后利用文中所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析.     

Multiquadric 拟插值对高阶导数逼近的稳定性分析

基于样本数据来数值模拟函数的高阶导数是数值逼近中遇到的一类重要而且基本的问题, 差商方法是数值微分的传统方法. 但是在实际问题的求解中, 它表现出强烈的不稳定性. 在实际应用中, 由于差商计算的不稳定性, 它仅能用来模拟函数的低阶导数. 为了更好地模拟函数的高阶导数, 本文利用multiquadric 拟插值提出了一种新的方法. 并将multiquadric 拟插值方法模拟函数导数的稳定性与传统差商方法所得结果进行了对比. 数值例子很好地验证了本文的理论. 从理论论证和数值例子比较来看, multiquadric 拟插值方法比差商方法更为稳定. 这个性质也表明, 基于散乱甚至有干扰的数据, 在逼近函数的高阶导数时, multiquadric 拟插值方法是一个有效的工具.     

ADDITIVE HAZARDS MODEL WITH TIME-VARYING REGRESSION COEFFICIENTS

This article discusses regression analysis of failure time under the additive hazards model, when the regression coefficients are time-varying. The regression coefficients are estimated locally based on the pseudo-score function [12] in a window around each time point. The proposed method can be easily implemented, and the resulting estimators are shown to be consistent and asymptotically normal with easily estimated variances. The simulation studies show that our estimation procedure is reliable and useful.