A branch-and-bound method for the minimum k−enclosing ball problem

The minimum k-enclosing ball problem seeks the ball with smallest radius that contains at least k of m given points. This problem is NP-hard. We present a branch-and-bound algorithm on the tree of the subsets of k points to solve this problem. Our method is able to solve the problem exactly in a short amount of time for small and medium sized datasets.     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

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.     

结合离群值对广东省进出口总额的预测分析

以国际贸易理论为基础,利用广东省若干宏观经济数据,对广东省进出口额进行实证分析.本文采用了季节性ARIMA模型并结合离群值分析的方法对进出口额进行研究.实证分析此方法具有良好的效果.     

马尔可夫域变模型在我国季度GDP增长率序列建模中的应用

本文建立了我国季度GDP同比增长率序列的马尔可夫域变模型,通过与线性AR(X)、LSTAR和ARCH等模型的比较,结果表明它更好地刻画了研究对象的均值、波动性和动态结构存在域变行为的非线性特征.     

几种新的回归诊断图示模型及其医学应用

本文在变量选择问题的基础上，提出了一种新的图示模型──减变残差图。并给出它的两种推广形式：均值平移异常值检验图和部分影响诊断图。通过它们不但可以容易地考察一个变量在模型中的作用和检验异常值，而且可以诊断样本点对模型和变量的影响大小。     

高维稳健主成分聚类方法及其应用研究

随着信息技术的高速发展,每条数据所包含的信息越来越丰富,使得数据不可避免地含有异常值,且随着维数的增加,异常值出现的可能性更大。传统的主成分聚类分析对异常值特別敏感,基于MCD估计的主成分聚类方法虽然对异常值具有防御作用,但是在高维数据下MCD估计的偏差过大,其稳健性显著降低,而且当维数大于观测值个数时MCD估计失效。为此本文提出了基于MRCD估计的稳健主成分聚类方法,数值模拟和实证分析表明,基于MRCD估计的主成分聚类分析的效果优于传统的主成分聚类分析和基于MCD估计的主成分聚类分析,尤其是在维数大于样本观测值的情况下,MRCD估计更为有效。     

Some remarks to multivariate regression model

Some remarks to problems of point and interval estimation, testing and problems of outliers are presented in the case of multivariate regression model. This work was supported by the Council of Czech Government J14/98:153100011.     

基于MCD的稳健主成分算法及其实证分析

主成分分析方法是在经济管理中经常使用的多元统计分析方法,在变量降维方面扮演着很重要的角色,是进行多变量综合评价的有力工具。但传统的主成分分析对于异常值十分敏感,计算结果很容易受到异常值影响,而实际数据常包含异常情况,通常分析很少考虑它们的作用。本文基于MCD估计提出一种稳健的主成分分析方法,模拟和实证分析结果表明,该方法对于抵抗异常值有很好的效果。     

On the stability of robust filter-cleaners

We study the dependence on initial conditions of two recursive filters for cleaning a contaminated time series from additive outliers. We show that the function in the recursive equation is in general not contractive, but nevertheless there exists a stationary solution and two iterates with arbitrary initial conditions coincide after some random time T₀. However T₀ may be quite large.