基于异方差的自回归预测模型的参数估计及其应用

从齐性方差的线性回归模型参数估计的最小二乘法出发,通过对统计资料的适当变换,利用加权最小二乘法,获得了异方差的线性自回归模型和四种异方差的非线性自回归模型的参数估计公式,并举例阐述了估计公式的应用.     

加权季节性指数法及其应用

预测医院季度出院人数季度变动趋势;加权季节性指数法;用加权季节性指数法进行季度变动趋势的定量预测与分析,对历史数据样本数量要求不多,并且计算简便;计算结果更具客观性、真实性.     

含右删失数据的ZIP模型及其应用

零膨胀Poisson回归(ZIP)是处理零频数过多计数资料的有效模型,而计数数据一般含有删失或不精密的特点.本文将删失数据引入到ZIP模型中来,分别建立含右删失数据的固定效应ZIP模型,随机效应ZIP模型,通过极大边际似然函数估计法对模型进行参数估计.最后,利用实例分析验证了上述模型的可行性.     

基于修正转移概率矩阵的Markov方法在企业人才结构预测中的应用

预测企业人才结构的变化;修正转移概率矩阵的Markov预测方法;用修正转移概率矩阵的Markov模型针对人才结构进行定量预测与分析,对历史数据样本数量要求不多,并且计算简便;获取的计算结果更具客观性、真实性.     

自回归模型建立的必要条件及其应用

给出了对时间序列资料选择建立7种自回归模型的必要条件,并结合实际例子进行了分析和阐述.     

约束线性模型的条件部分根方估计

对于线性约束下的线性回归模型,针对设计矩阵的病态问题,提出一种条件部分根方估计.并在均方误差矩阵准则和Pitman Closeness准则下,比较了条件部分根方估计相对于约束最小二乘估计的优良性.     

四个密度函数公式

在已知（X,Y）的联合密度函数的情况下，给出Z=X^2/a^2＋Y^2/b^2,Z=√X^2/a^2＋Y^2/b^2,Z=Y/aX^2的密度函数公式。     

用“综合除法”求相似变换矩阵

给出了求相似变换矩阵的一种一般方法——矩阵的综合除法.     

求演化矩阵的初等变换方法

已知矩阵A相似于矩阵B,借助初等变换的方法,可以构造性的获得演化矩阵P.即找到具体的可逆矩阵P,使B=P-1AP,而不是仅仅局限于存在性证明.应用实例显示这种方法具有一般性.     

时间序列自回归预测方法新探

证明了"利用反双曲正弦函数变换能提高数据列的光滑程度",获得了时间序列自回归预测的新方法,实例分析表明:新方法更具有优越性.