客户发展关系的Markov链一般模型

根据客户发展关系的Markov链的转移概率矩阵，建立了客户发展关系的一般模型，它包含许多特殊模型。前人研究的一些模型正是该一般模型的特例。一般模型的建立不但刻画了各种客户发展关系，而且为企业对客户发展进行定量分析和管理奠定了基础。     

Markov链在教育测量中的应用

将“问题解决”的分析、建模、求解和检验四个阶段作为随机过程的状态得到一Markov链.利用有关随机过程的知识对Markov链进行分类和求解.由此,对学生解决问题的能力进行测量,得到了一些合理结果.     

Markov链在企业坏账预测中的应用

从随机过程的角度,依据企业应收账款的实际情况,运用M arkov链的理论和方法,构建企业应收账款发生坏账的预测模型,并运用该模型对该企业应收账款中未来可能发生坏账的金额和时间进行预测。     

Markov链在生态学中的一个应用

Markov链是随机过程的一个特例,专门研究在无后效条件下时间和状态均为离散的随机转移问题.本文运用与Markov链相关的转移概率矩阵性质,探讨一个鱼类洄游实际问题的数学模型,寻求鱼类洄游的数量规律.     

Markov链在人力资源供给预测中的应用

本文利用Ｍａｒｋｏｖ链建立模型,对组织各类人员的供给作出定量预测,为组织的人事部门或人力资源管理部门根据职位人员需求安排合适的人选提供决策的依据。文中介绍的模型不仅可以预测组织中各类人员的供给人数,而且可以预测组织中各类人员的分布。对于人力资源管理部门如何用人和用好人有一定的指导意义和应用价值     

确定环形Markov链的Q-矩阵

给出了Markov链中任一状态集的逗留时间或击中时间的分布(混合指数分布),以及其分布的各阶微分与Q-矩阵之间的约束方程组.利用该约束关系及环形链结构的先验信息,采用Markov链反演方法证明了:对于有限状态环形Markov链,其Q-矩阵能由其中任意两个相邻状态的逗留时间和击中时间分布唯一决定,并给出了相应的算法.     

对《Markov链在人力资源供给预测中的应用》一文的补充

本文通过对文献 [1]中的Markov模型的改进 ,将组织内成员有可能会退出组织这一因素引入Markov模型中 ,从而克服了原Markov模型的不足 ,对组织内各类人员人数的预测提供了较科学合理的方法     

基于修正转移概率矩阵的Markov方法在企业人才结构预测中的应用

预测企业人才结构的变化;修正转移概率矩阵的Markov预测方法;用修正转移概率矩阵的Markov模型针对人才结构进行定量预测与分析,对历史数据样本数量要求不多,并且计算简便;获取的计算结果更具客观性、真实性.     

马尔可夫链及其在股市分析中的应用

本文运用马尔可夫链理论预测股票价格分析股市,提出了股价运行周期和投资收益的最大化理论,并建立其随机过程模型,使决策的长期效益趋于最优,通过实例检验,证明了此模型的可行性和实用性.     

利用马尔科夫链模型对多点地质统计建模影响因素分析及优化

多点地质统计方法作为一种随机建模方法,在很多领域得到了广泛的应用,取得了很好的效果.但模拟过程中随机性强,难以控制其模拟效果.以地震尺度的精细离散模型(地震相)为训练图像,通过大量的实验探索,分析多点模式的选取对多点地质统计方法模拟效果的影响,提取模式大小、模式形态(各向异性)以及多级网格约束三个因素对建模结果影响.模式大小应根据模拟目标的尺度进行选择,模式的形态应与模拟地质目标的各向异性一致,多级网格控制的多少应权衡模拟目标的复杂性和计算速度.成功应用马尔科夫链模型,评价模型的空间结构恢复效果,对影响参数遍历设置和组合优化,探索了训练图像的最优多点模式参数设置组合.     

销量预测的相对误差马尔柯夫链模糊修正模型研究

在销量预测的改进型灰色预测GM(1,1)模型中,针对传统的相对误差修正的马尔柯夫链预测法,在相对误差微小变化的情况下,存在状态跃变的不合理性,提出应用马尔柯夫链模糊模型的方法.并开展实证研究,得出改进的销量预测值为103.5095万箱的结论.     

股票价格的马氏链预测模型

本文探讨了马尔科夫链的预测技术,利用马氏链预测方法分析了申华控股(600653)价格的变动情况,对其价格进行短期预测和长期涨跌趋势、运动周期的预测,研究结果与实际情况比较一致。     

偷逃税监管中的马氏链分析方法

本文利用马尔柯夫链分析方法,对税收监管工作中纳税人因偷逃税款而受到罚款惩处时罚款数额的确定问题进行了统计分析,它为实际管理工作中遇到的类似决策问题提供了科学的数量基础。     

Markov Chain Hitting Times

A cost process is associated with a discrete time, finite state Markov chain. Using backward recursion, the distribution of the first time the cost falls below a given level is calculated.     

Conditioning in Markov Chain Monte Carlo

Abstract

The so-called “Rao-Blackwellized” estimators proposed by Gelfand and Smith do not always reduce variance in Markov chain Monte Carlo when the dependence in the Markov chain is taken into account. An illustrative example is given, and a theorem characterizing the necessary and sufficient condition for such an estimator to always reduce variance is proved.     

Statistically Efficient Thinning of a Markov Chain Sampler

It is common to subsample Markov chain output to reduce the storage burden. Geyer shows that discarding k ? 1 out of every k observations will not improve statistical efficiency, as quantified through variance in a given computational budget. That observation is often taken to mean that thinning Markov chain Monte Carlo (MCMC) output cannot improve statistical efficiency. Here, we suppose that it costs one unit of time to advance a Markov chain and then θ > 0 units of time to compute a sampled quantity of interest. For a thinned process, that cost θ is incurred less often, so it can be advanced through more stages. Here, we provide examples to show that thinning will improve statistical efficiency if θ is large and the sample autocorrelations decay slowly enough. If the lag ? ? 1 autocorrelations of a scalar measurement satisfy ρ_? > ρ_{? + 1} > 0, then there is always a θ < ∞ at which thinning becomes more efficient for averages of that scalar. Many sample autocorrelation functions resemble first order AR(1) processes with ρ_? = ρ^|?| for some ? 1 < ρ < 1. For an AR(1) process, it is possible to compute the most efficient subsampling frequency k. The optimal k grows rapidly as ρ increases toward 1. The resulting efficiency gain depends primarily on θ, not ρ. Taking k = 1 (no thinning) is optimal when ρ ? 0. For ρ > 0, it is optimal if and only if θ ? (1 ? ρ)²/(2ρ). This efficiency gain never exceeds 1 + θ. This article also gives efficiency bounds for autocorrelations bounded between those of two AR(1) processes. Supplementary materials for this article are available online.     

考虑零售商风险规避及努力因素的供应链协调与优化模型

引入零售商风险规避偏好,在努力水平影响需求的两种模式下,分别建立了销售回馈与惩罚契约模型。随后,探讨了单纯的销售回馈与惩罚契约能否实现供应链协调,以及协调时各契约参数满足的条件。最后,通过数值分析对契约的协调性进行进一步分析。     

基于马尔科夫链的港口吞吐量区间预测模型研究

将马尔科夫链与曲线趋势分析相结合,利用曲线趋势分析反映港口吞吐量的变化趋势,同时利用马尔科夫链反映变量波动的随机性,提出了一种基于马尔科夫链的区间预测模型.通过实例分析,验证了该预测方法的正确性.     

证券投资预测的马氏链法和E-Bayes法

本文提出了两种证券投资预测方法-马氏链法和E-Bayes法.首先对数据进行分组,然后在此基础上应用马氏链法和E-Bayes法的理论建立预测模型,最后结合实际问题进行了计算,两种方法的预测结果是一致的.