反馈小时滞对边界镇定的影响

本文讨论反馈小时滞对镇定的影响。证明了在反馈小时滞下,抛物系统的(边界)镇定是稳健的,但无限维保守系统的对称镇定是不稳健的。例加,波方程常用的边界镇定在反馈小时滞下是不稳健的。这回答了“控制论的未来方向:数学展望”(美国SIAM专家组报告,philadelphia,1988)中提到的一个问题。     

稳健统计(Ⅲ)

1.10稳健化和M估计 我们看到正态方法(最小二乘法)不能抵抗(阻尼)离群值的破坏性大影响,它的破坏点为0,影响函数是无界的,总之,它是不稳健的.它可以被改造成稳健方法,这种修正的过程称为稳健化;或者找到另一种代用的稳健方法,称为稳健代用品. 由主观判断识别出离群值;或者用离群值检验诊断的办法,识别出离群值,然后剔除离群值,对于剩余样本用传统的正态方法。这样,实际上已实现了稳健化.L估计中有许多稳健方法,例如,样本中位数、切尾均值都是稳健位置估计.另外,可以从非参数统计中找到稳健代用品。例如R估计就是由(不依赖于总体分布的)秩…     

基于DDC算法的稳健稀疏主成分法及其实证研究

主成分分析是多元统计分析中经典降维方法之一。它有两个固有弊端:一是当样本中存在离群样本时,经典主成分法所得载荷向量、得分往往不符合实际;二是在现实中各主成分载荷往往都会不等于零,甚至经常还会出现次要变量与主要变量的载荷绝对值大小接近的情况,导致主成分可解释性被大幅削弱。另外,传统的稳健主成分法通过删除离群样本后计算载荷向量达到稳健效果,这对于那些只有少数几个变量的观测值离群的离群样本来说是一种欠妥的方法。针对上述几点,本文以DDC (Detecting Deviating Cell)算法为主要的稳健方法,提出一种稳健稀疏主成分法DDCSPCA。模拟实验和实证分析结果表明:DDCSPCA在处理有离群样本的数据时能达到稳健与(载荷向量)稀疏双重效果。而且,其对格离群数据有着以往稳健主成分法所远远不及的稳健性。     

稳健统计(Ⅰ)

稳健统计是60年代兴起、80年代初初步定型的.笔者首次标触它时,很难理解它的统计思想.本讲座介绍稳健统计,不求理论上的系统性,只希望有助于理解稳健统计的基本概念及基本方法的统计思想. 全文分为三个部分:一是讲稳健统计的基本概念,分为第一、第二篇;二是介绍稳健回归;三是介绍多元分析中的稳健方法,主要是位置向量和协方差阵的稳健估计,以及稳健主成分分析.总共四篇.这里不涉及时间序列的稳健性问题 1.1关于基本假定 统计分析是在一定的基本假定下进行的.我们最熟悉的统计方法,诸如,样本均值估计总体均值μ,样本方差S~2=((X_1-X)~2+…+…     

纵向艾滋病数据模型的最优稳健预测设计

本文考虑了纵向艾滋病数据模型响应值预测时的最优稳健设计问题。分别研究了两类预测问题:一类是群体响应均值的预测,另一类是个体观察值的预测。给出了模型方差参数空间上的最大最小和贝叶斯稳健设计,多个可选模型下的稳健设计以及预测点不确定时的稳健设计。提出了求各类稳健设计的模拟退火算法。     

华山论剑，精彩纷呈——尖峰对话：CFO如何驾驭资本

稳健和激进的交锋 两位CFO的话．反映了在筹资上的两种不同的观念：稳健的和激进的。当然，稳健和激进，是相对而不是绝对的．也是要因时因地而异的。就像韦在胜所强调的，“在现在这个阶段”，确实应该是“现金为王”的。     

考虑离群值的稳健链梯法

本文关注于流量三角形中的离群值问题,阐述了链梯法评估的索赔准备金对离群值具有高度依赖性。为了解决这一问题,考虑了一种稳健链梯法,包括计算进展因子的稳健方法和诊断并调整离群值的方法,并应用经典数据和比利时非寿险业务的真实数据进行了实证分析。数值结果表明,稳健链梯法具有优良性能,无论原始数据中存在单个或多个离群值,稳健链梯法都能有效识别并调整这些离群值,以减少离群值对索赔准备金估计的影响。在非寿险精算实务中,异常赔款额是完全有可能出现的,通过比较链梯法和稳健链梯法的评估结果,非寿险精算人员可以进一步分析导致异常赔款额背后的原因,并根据具体情况,采取合理的处理方法调整或保留异常赔款额,提高索赔准备金估计的准确性。     

均值-CVaR模型的稳健构建方法及其比较研究

传统均值-CVaR模型具有不稳健性,当样本数据存在离群值时,传统均值-CVaR模型获得的投资效果可能会偏离实际情况。针对这一现象,文中将稳健统计思想与传统均值-CVaR模型相结合,构建出稳健均值-CVaR模型以削弱或消除离群值的影响,从而获得较为可靠的投资效果。为了说明稳健改进方法的有效性和可行性,文中进行了模拟实验和实证分析,结果均表明:当数据中不存在离群值时,传统和稳健均值-CVaR模型获得的投资效果基本保持一致;但当数据中存在离群值时,传统均值-CVaR模型获得的投资效果与实际不符,而稳健均值-CVaR模型获得的投资效果仍保持着良好的一致性,说明稳健均值-CVaR模型对离群值具有较好的抗差性和抗干扰性。     

稳健交通均衡模型的SDP松弛

交通均衡问题在城市交通管理中具有重要意义.研究均衡交通的目的是通过对稳定交通流进行量化分析、,为决策者提供交通规划及管理的依据.Wardrop交通均衡原理是描述交通均衡问题的基石,本文在其扩展之一的稳健Wardrop(Robust Wardrop,简记为RW)互补均衡模型的基础上,将不确定因素的盒子约束改进为球约束,以改善原有模型的保守度.其次给出带有不确定因素的稳健Wardrop极小化形式及其确定性稳健对应模型(Robust Counterpart,简记为RC).最后通过SDP松弛手段将稳健对应模型(RC)松弛为容易的线性半定规划问题进行求解,并给出实例说明,为不确定因素影响下的交通均衡问题提供了一种新的有效模型及解法.     

基于Walsh平均的非参数回归模型的稳健估计

由于非参数回归模型复杂灵活,被广泛应用。在众多估计方法中,最小二乘法最为常用,一般情况下具有良好的性质,但在处理厚尾分布及异常点时表现的不够稳健。本文针对此,提出了基于Walsh平均的稳健样条估计。我们理论地推导了估计结果的相合性和渐近正态性;并与多项式样条回归做比较。计算得Walsh平均的样条估计相对于多项式样条回归的渐近相对效率与Wilcoxon符号秩检验相对于t-检验的渐近相对效率是一样的。在正态情形下我们的方法与多项式样条回归差不多,在非正态情形下,我们的方法表现更为稳健,效率明显优于多项式样条回归。