利用广义指数加权回归估计贝叶斯动态线性模型误差方差矩阵Wt的方法

本文主要研究广义指数加权回归在贝叶斯线性动态线性模型参数估计中的作用,提供了一种估计模型误差方差矩阵的方法.     

基因调控网络推断研究进展

随着高通量技术的发展,越来越多的生物医学组学数据亟需处理与分析,基于运筹优化的生物信息学方法是有效解析高维生物医学数据的重要途径之一。综述了近年来在基因调控网络推断方面的研究进展。针对不同类型的转录组学数据和研究目的,分别建立了相应的基因调控网络推断方法,主要包括先验基因调控网络数据库的建立、基于条件互信息的因果网络推断、基于微分方程的动态基因调控网络推断、转录调控和转录后调控协同作用的网络推断以及基因调控网络活性评价等,并展望了基因调控网络推断的重要研究方向。     

一类具有双时滞的基因调控网络模型的Bogdanov-Takens分岔分析

本文研究了一类具有双时滞的基因调控网络模型的动力学行为.首先,讨论了系统正平衡点的存在情况,并给出正平衡点处发生B-T分岔的条件.其次,利用普适开折,正规形和中心流形等相关理论,将靠近正平衡点的动力学行为转化为研究限制在中心流形上正规形的动力学特征.最后,对所得结果进行了数值模拟,给出靠近B-T分岔点的分岔曲线,得到相...     

基于动态线性模型的中国狭义货币需求及缺口的贝叶斯估计

本文应用动态线性模型研究我国的狭义货币需求,利用贝叶斯吉布斯抽样方法估计模型的参数和方差,获得了潜在货币需求趋势和货币缺口,对我国的货币供给进行分析并获得一些有益结论,对于央行更好地实施货币管理,保持经济平稳发展有积极意义。     

利用贝叶斯网络提高港口国检查效率

提高港口国监控(PSC)的检查效率,本文研究了船舶固有属性(船舶年龄、船旗、船级社、船舶尺度)、港口国检查缺陷项与船舶事故间的影响关系。本文所使用的数据主要来自于英国劳氏船级社(LR)、国际海事组织(IMO)和东京谅解备忘录(Tokyo MOU)三个数据库,共5478条干散货船数据。利用贝叶斯网络(BN)构建模型,并分别采用Bayesian Network (BN)和Greedy thick thinning(GTT)算法构建网络模型。同时利用K-折交叉验证、对数似然函数(LL)、赤池信息量准则(AIC)和贝叶斯信息准则(BIC)对模型进行评估。结果表明船舶的固有属性和关键检查缺陷项对船舶事故均有较高的直接影响,而大多数的港口国监控检查缺陷之间具有相互影响,并且通过关键检查缺陷项对船舶事故产生间接影响。因此可以利用关键检查缺陷项优化港口国检验制度,提高检验效率。     

非正态假定下贝叶斯动态线性模型的监控研究

对非正态假定下贝叶斯动态模型，特别是非线性的模型的监控，一直是个难题．本文通过构建基于样本点的统计量，实现了对非正态假定下贝叶斯动态线性模型的监控．该方法也适用于非线性的贝叶斯动态模型．     

基于贝叶斯时变VAR模型的中国FCI构建及其应用

本文综合宏观经济变量,利用混频动态因子模型测度月度GDP,之后结合货币供应量、房价以及股价等金融变量,基于贝叶斯时变VAR模型构建科学的金融状况指数(FCI),并采用谱分析研究其预警能力。研究结果表明,股票市场、房地产市场、货币政策与实体经济对我国金融市场状况的影响具备时变性。基于贝叶斯时变VAR模型的脉冲响应分析可以发现,上述变量的影响程度依次递减。在此基础上构建的FCI较基于常系数VAR模型构建的FCI具备更强的预警能力,尤其进行三个月以内的短期预测时,优势更加明显,进而可以为有效监测金融市场状况,预警通货膨胀与金融风险提供科学决策依据。     

非线性贝叶斯动态模型的重要性再抽样(英文)

本文研究了非线性贝叶斯动态模型的随机模拟.在更宽泛的先验分布假设下.利用重要性再抽样的方法,以"样本"代替"分布",实现了对模型的后验推断、预测和模型选择,扩张了贝叶斯动态模型的应用领域.     

基于贝叶斯信息更新的动态库存与定价研究

考虑价格对需求量的扰动并利用贝叶斯公式对需求分布函数中的未知参数进行不断学习更新,研究缺货部分比例延迟交货情形下的动态库存与动态定价问题,刻画了最优利润函数的性质并证明了"基准库存列表价格"是最优的库存价格水平,并由此得到了最优的补货策略和定价策略。     

Markov切换时滞基因调控网络的均方同步和随机无源同步北大核心CSCD

基因调控网络(GRNs)及其动力学模型的研究在后基因组时代是一个重要的研究领域.定性分析基因调控网络及其动力学对系统地认识生物体具有重要意义.该文提出了一类具有时变时滞和Markov切换的随机基因调控网络模型,研究了其均方同步和随机无源同步问题.通过设计合适的Lyapunov-Krasovskii泛函(LKF),并利用Lyapunov稳定性理论、线性矩阵不等式方法和随机分析技巧,得到了均方同步和随机无源同步的充分条件.此外,通过与其他文献进行比较,显示了该文结果的理论价值.数值模拟验证了所得充分条件的有效性.     

利用贝叶斯网络分析基因表达数据

利用基因表达数据提出一种新的网络模型—贝叶斯网络,发现基因的互作.一个贝叶斯网络是多变量联合概率分布的有向图模型,表示变量间的条件独立属性.首先我们阐明贝叶斯网络如何表示基因间的互作,然后介绍从基因芯片数据学习贝叶斯网络的方法.     

Bayesian networks with a logistic regression model for the conditional probabilities

Logistic regression techniques can be used to restrict the conditional probabilities of a Bayesian network for discrete variables. More specifically, each variable of the network can be modeled through a logistic regression model, in which the parents of the variable define the covariates. When all main effects and interactions between the parent variables are incorporated as covariates, the conditional probabilities are estimated without restrictions, as in a traditional Bayesian network. By incorporating interaction terms up to a specific order only, the number of parameters can be drastically reduced. Furthermore, ordered logistic regression can be used when the categories of a variable are ordered, resulting in even more parsimonious models. Parameters are estimated by a modified junction tree algorithm. The approach is illustrated with the Alarm network.     

Bayesian linear prediction in finite populations

In this paper, Bayesian linear prediction of the total of a finite population is considered in situations where the observation error variance is parameter dependent. Connections with least squares prediction (Royall (1976, J. Amer. Statist. Assoc., 71, 657–664)) in mixed linear models (Theil (1971, Principles of Econometrics, Wiley, New York)), are established. Extensions to the case of dynamic (state dependent) superpopulation models are also proposed.     

基于基因表达谱的肿瘤识别与分类特征基因提取研究

针对基因表达谱信息基因提取的问题,使用Wilcoxon秩和检验方法进行"无关基因"的剔除,基于高低水平基因表达的特点,建立了关于高/低表达水平的双线性回归模型,基于残差分析提取了19个特征基因.使用启发式宽度优先搜索算法搜索最优基因子集,确定结肠癌的基因"标签",运用支持向量机对分类效果进行检验,分类效果良好.     

基于网络混合学习策略的股市投资者行为演化模型及仿真

针对投资者有限理性决策行为的模仿学习等特质,运用复杂网络、贝叶斯学习和社会学习理论,分别对个人投资者和机构投资者的投资行为决策机制进行系统性分析,由此构建基于网络混合学习策略的投资者行为演化机理和数理模型,并进行数理解析和模拟仿真。研究发现,投资者金融关联网络的拓扑结构对个人投资者行为动态演变具有较强影响,但对机构投资者的影响较弱;个人投资者的学习策略偏好影响其行为动态演变均衡状态的稳定性较为显著;机构投资者获取的私有信息精确度与其行为动态演变的均衡状态之间存在显著的非线性关联;投资者的初始行为状态对其投资行为动态演变均衡状态的影响效应均较弱。     

Linear Conform Transformation: Errors in Both Coordinate Systems

Linear conform transformation in the case of non-negligible errors in both coordinate systems is investigated. Estimation of transformation parameters and their statistical properties are described. Confidence ellipses of transformed nonidentical points and cross covariance matrices among them and identical points are determined. Some simulation for a verification of theoretical results are presented.     

BA无标度网络中的SIR模型

网络化是现代世界的一个重要特征,不仅包括互联网,还包括航空网,人际关系网,而它们都是很典型的无标度网络.在BA无标度网中,结合经典的SIR模型,建立了新的SIR模型,并对模型进行了研究,得到了BA无标度网络对传染病与计算机病毒传播具有脆弱性的结论.     

Stochastic Stability Analysis for Switched Genetic Regulatory Networks with Interval Time-Varying Delays Based on Average Dwell Time Approach

In this article, the problem of stochastic stability analysis for switched stochastic genetic regulatory networks with interval time-varying delays based on average dwell time approach is investigated. By constructing the piecewise Lyapunov-Krasovskii functional, delay-dependent stability conditions are derived by using free-weighting matrix and convex combination approach. The derived stability conditions are expressed in terms of linear matrix inequalities which can be easily solved by using the MATLAB LMI control toolbox. Finally, numerical examples are provided to demonstrate the effectiveness and less conservativeness of the proposed theoretical results.     

Critical Thresholds for Dynamic Routing in Queueing Networks

This paper studies dynamic routing in a parallel server queueing network with a single Poisson arrival process and two servers with exponential processing times of different rates. Each customer must be routed at the time of arrival to one of the two queues in the network. We establish that this system operating under a threshold policy can be well approximated by a one-dimensional reflected Brownian motion when the arrival rate to the network is close to the processing capacity of the two servers. As the heavy traffic limit is approached, thresholds which grow at a logarithmic rate are critical in determining the behavior of the limiting system. We provide necessary and sufficient conditions on the growth rate of the threshold for (i) approximation of the network by a reflected Brownian motion (ii) positive recurrence of the limiting Brownian diffusion and (iii) asymptotic optimality of the threshold policy.