复合分位数下门限自回归模型的变点估计

金融领域中的突发事件是变点问题的一种体现,往往由于其随机性和发生前信息量不足等因素造成突发事件难以识别和预测.金融市场常常表现出非线性和异质性等特征,门限分位数自回归模型作为金融领域变点问题研究的重要模型,逐渐在经济和统计学界获得更多的关注.本文结合不同的分位数对门限分位数自回归模型中的交点估计问题提出两种新的估计方法...     

银行业如何影响房地产业?Copula分位数回归及预测方法

众所周知,房地产业与银行业是高度相关的,如何确定银行业股票收益率对房地产业股票收益率的影响以及如何根据银行业股票收益率预测房地产业股票收益率的波动是非常重要的问题。本文首先使用Copula分位数回归建立了银行业股票收益率对房地产业股票收益率的回归模型,并且给出了Copula分位数回归基础上的CopuIa选择新标准,即分位数损失函数距离意义下的Copula函数选择准则,依据该准则我们选取Clayton Copula分位数回归模型刻画了低迷时期银行业股票收益率如何影响房地产业股票收益率,并据此对房地产业股票收益率的波动进行了预测     

珠心算排积法论

八、8乘 （一）进位数：不够125进0，够125进1，够25进2，够375进3，够5进4，够625进5，够75进6，够875进7。     

小学珠心算数学

第六章借位减法第一节什么叫借位减法两个同位数相减,当出现“被减数<减数”,它要向前借数再减,或“被减数=减数”,它也可能有向前借数再减的情况,我们称这类减法叫借位减法。     

基于神经网络分位数回归的多期CVaR风险测度

与VaR金融风险测度相比,CVaR具有更好的数理性质,其计算方法成为关注的焦点。相对于单期CVaR而言,多期CVaR风险测度具有较强的非线性特征,其建模过程更加复杂。在神经网络分位数回归基础上,建立了一种新的多期CVaR风险测度方法;基于似然比检验,建立了多期CVaR风险测度返回测试评价准则。将该新方法应用于沪深300指数的多期CVaR风险测度,并将其与传统的测度方法进行了对比,返回测试结果表明:第一,该新方法具有较强的稳健性,各期平均绝对误差大小基本不变,特别适合于多期CVaR风险测度;第二,基于神经网络分位数回归的多期CVaR风险测度效果优于传统测度方法,表现为似然比检验拒绝次数最少和平均绝对误差最小。     

也谈“广义吉祥数”的计数问题

文[1]将自然数a的吉祥数意义推广为:如果a的各位数字之和等于m(m∈N ),那么称a为“广义吉祥数”,进而就所有不超过n 1位的各位数字之和为m的“广义吉祥数”的个数(记作A(n 1,m))的计数问题,给出如下4个定理:定理1当1≤m≤9,m∈Z,n≥0,n∈Z时,A(n 1,m)=Cnn m.定理2当10≤n≤19,m∈Z,n≥0,n∈Z时,A(n 1,m)=Cnn m-(n 1)Cnn m-10.定理3当9|m且0≤n<9m-1或9m且0≤n<[9m](m≥1,n∈Z,n≥0,n∈Z)时,A(n 1,m)=0.定理4当9|m且n≥9m-1或9m且n≥[9m](m≥1,m∈Z,n≥0,m∈Z)时,A(n 1,m)=∑[1m0]i=0(-1)iCni 1Cnn m-10i.本文也给出并证明该问题的一…     

小学珠心算数学

3.互凑数的对应性互凑数在位数上有一一对应性,而且是唯一的,如果不是这样对应就不是互凑数。如:700分解互凑数672的凑数是028不是28;4.互补数的对应性250的凑数是450不是45。互补数在位数上也有一一对应性,而且也是唯一的,如果不是这样对应就不是互补数。     

基于外推中间次序分位数的极端条件分位数估计

近年来,条件分位数估计被广泛应用于金融、生物和医学等众多领域.在研究协变量对响应变量在不同分位数水平的影响时,分位数回归方法是一种贴切且有效的估计方法.然而,由于尾部数据的稀疏性,用分位数回归来估计极端条件分位数通常会产生较大的估计误差.文章将极值理论与分位数回归结合起来,利用中间条件分位数外推法,研究线性分位数回归模...     

小学珠心算数学

第二章 大位数的认识和闪电读数 第一节大位数的认识 一、识位器 四位隔档珠心算算盘功能之一，就是起到识位器的作用。 二、万以内数的表示 从上面算盘构造看出，下标以“千百十（ ）”形式循环，所以我们首先认识万位以内的数位很重要。     

巧算万年历

一、公元后 （一）天干 年数的最后1位数,＋7或-3后对照A表。     

t-分布的近似表达式

本文给出 t-分布上侧分位数的近似表示式tα( n)≈ ( 4 n -1 ) 2-2 5 .5 n2 ln( 4α( 1 -α) ) -12 n- 0 .5　 ( n≥ 5 )该式简使 ,实用 ,不依赖其它分布的表达式 ,有一定的精确度且适用于袖珍计算器 .     

函数型数据视角下基于伪分位数聚类的空气质量治理区域划分

近几年,空气污染与质量问题受到广泛关注。由于我国各大城市空气质量差异较大,区域性特征明显,所以划分空气质量区域,实施针对性空气质量防治措施,对改善和提高我国各地区空气质量具有重要的现实意义。本文以我国312个地级市2015年至2019年空气质量AQI逐日数据,使用伪分位数聚类,即Expectlie曲线聚类和M分位数函数型数据聚类方法,对各地级市空气质量进行研究和治理区域划分。根据两种聚类结果最终划分为9个不同的空气质量治理区域,并针对各区域特点提出污染防治措施。     

正态总体均值置信区间长度的比较

当单个正态总体方差分别为已知和未知时,总体均值置信区间的长度比较问题仍待探讨.利用样本标准差数学期望的性质,通过积分变换的方法证明了前者小于后者的期望.     

关于位数函数高次均值的计算

针对1993年美国数论专家Smarandache提出了初等数论及集合论中的105个未解决的问题中的5个关于自然数列的性质问题,就自然数列的位数函数问题进行了研究,给出了在一个正整数的n进制表示中的位数函数定义,采用了归纳、猜想的方法得出了位数函数a（m,n）的高次均值的精确计算公式.     

关于连续型随机变量的γ—位数的一点注记

本讨论了连续型随机变量的γ—位数的若干结论，作为教学的一点补充。     

撞归群商法

“撞归群商法”是在用“归除法”或“挨位商除法”(即改商除)运算过程中，利用被除数(或余数)与除数，它们的前几位数的数字相同，且被除小于除数(取相同位数比较)的有利条件，一次求出几位商，提高运算速度的一种易学好懂的速算方法。