应用RJMCMC方法识别线性模型异常点

传统线性模型异常点识别方法容易发生误判:正常点被归为异常点或者异常点被归为正常点.为解决此类问题,提出了应用逆跳马尔科夫蒙特卡洛方法识别异常点的思想,同时将其应用于实际数据加以检验,识别效果明显好于传统方法.     

方差未知时两总体均值的比较

给出了方差未知时两总体均值比较的近似方法(Welch-Satterthwaite方法),Bayes方法和一个Monte Carlo模拟算法,并用一个算例进行了比较.     

基于交叉谱分析法的因子筛选

利用统计上的交叉谱分析法,对影响江苏省通州市的稻纵卷叶螟数量的气象因子进行了分析.结果表明,1、5月份的气象因子是制约该地区迁入虫量的关键因子;而7月份的气象因子只是对迁入虫量的数量波动有影响,但不能影响迁入虫量的基数.同时对虫情因子间的关系进行了分析,发现这些因子间的关系是很密切的,因而在预测模型中要考虑到它们之间的这种关系.