若干有偏估计的强影响点的显著性检验

本文首次研究线性模型中有偏估计的强影响点的显著性检验。通过后验分布对数似然函数,本文求出了检验岭估计、广义岭估计和Stein估计的强影响点的Score检验统计量,并用实例说明同一组数据对不同估计的影响的差异。     

基于非参数方法的交通流变点问题分析

考虑到交通流数据的分布形式不确定及其变点数目未知的实际情形,以基于非参数方法的交通流变点问题为研究对象,拟通过基于Kolmogorov-Smirnov(KS)检验和Mann-Whitney U检验的滑动窗口法实现变点存在与否的检验,进一步结合二分法对交通流数据变点数目及其位置进行估计.正态分布模拟仿真显示,两种方法对于均值变点检验和估计效果较好,而对于方差变点检验和估计,Mann-Whitney U方法不及K-S方法.最后,贵阳市中心道路车流量数据实例分析,表明方法对于交通流突变分析效果较好,可为相关部门提供可靠的决策依据.     

基于经验似然的Logistic回归模型的变点检验

基于经验似然对Logistic回归模型进行变点检验及估计.通过建立变点模型,构造经验对数似然比统计量,在大样本下,证明了经验对数似然比统计量与经典参数对数似然比统计量具有相同的极值分布,同时得到变点的估计及估计的相合性,并通过数值模拟及实例说明经验似然方法检验变点的可行性.     

城市轨道交通客流量预测的信度模型及其应用

信度估计是产生于风险管理和精算领域的一种现代预测方法.借助信度估计的技术和方法,对城市轨道交通客流量进行短期预测.为了考虑不同车站客流量间的相依关系,建立了轨道交通客流量的多维信度预测模型.并采用天津地铁一号线的数据,对所述预测方法进行验证.     

正态样本最大值与平均值之差的上侧分位数表

设 x_1,x_2,…,x_n 是来自正态总体 N(μ,σ~2)的随机样本,μ∈R,σ~2>0已知,记(?)_n为样本均值,x_(1)≤x_(2)≤…≤x_(n)是此样本的顺序统计量.Nair 和 Grubbs 提出以统计量 R_n=(x_(n)-(?)_n)/σ口进行某些统计检验.特别用以判断最大值是否异常数据.当然 R′_n=((?)_(n)-x_(1))/σ可用以判断最小值是否异常数据,R′_n 的分布与 R_n 相同.这检验的最优性质可由 Kudo 的方法来证.     

中国地区能源强度收敛性研究

基于1985-2010年中国29个地区的面板数据,对能源强度的收敛性进行了分析.在研究方法上,除了考察常见的β收敛和σ收敛外,还引入排名一致性系数对γ收敛进行了检验.研究结果表明,中国地区能源强度存在显著的β收敛和γ收敛;对于σ收敛,在采用变异系数法进行检验时,并未反映出显著的σ收敛特征,但采用核密度估计则较好的验证了我国地区能源强度的σ收敛性.     

基于Floyd算法的海温时间序列分割

时间序列数据的处理及挖掘一直是业界关注的热点,而海表温度也一直是人们观测、研究和预报的重要对象。本文主要考虑对一年的跨度进行切割,使得落在每个切割区间的海表温度数据满足最优的正态分布,以便对遥感数据的异常性作出检验。结合2003-2011年南海和东海海表温度数据集,本文引入Floyd算法,将寻求数据集最优分割问题转化为图论中网络中最短路求解问题,将不超过30天的点之间的距离设定为无穷大,以避免分割点过于密集的情况,并将频率与概率的距离定义的误差转化为线路权重,实现了动态全局最优分割。且正态分布下的3σ异常值检验法,实现了对异常值的识别。     

基于近邻传播聚类的地铁运营时段划分

地铁在每天不同时段客流量差异较大,运营时段的科学划分,是低峰与高峰列车运行计划合理交替的前提。目前地铁运营时段划分主要依据人工经验,主观性强且难以保证精度。以10min为时间间隔,把全天运营时间6∶00～23∶00分为102个时间点样本,将地铁沿线各车站每个时间点的进站客流量作为样本描述变量。采用近邻传播聚类算法将各时间点归并为不同类别,并引入CH、Hart以及IGP等聚类有效性评估指标对聚类结果加以检验以确定最优类别数,从而得到运营时段的最优划分方案和最佳时段分割点。天津地铁二号线实例研究表明,基于近邻传播聚类算法得到的运营时段划分结果更能体现实际客流需求波动特性,在此基础上优化行车计划后,旅客等待时间明显下降。     

不同行为风格下路段行人与机动车行为博弈分析

针对路段过街行人与机动车的博弈决策行为,考虑不同交通行为风格下行人的过街特征和驾驶人的驾驶行为习惯等影响因素,开展路段行人交通行为风格调查,掌握不同交通行为风格下路段行人的过街特征,构建非合作动态人车博弈模型.通过分析不同策略下行人与驾驶人的收益,求解纳什均衡,得到不同策略下行人与驾驶人的最优策略.为解决路段行人与机动车冲突提供新的思路.     

基于DEA-博弈论模型的铁路电子车票实名制查验评价分析

将基于数据包络分析(DEA)模型和纳什讨价还价博弈论结合, 作为一种合作博弈方法, 对铁路电子车票实名制的查验进行了综合评价, 为准确评估铁路电子车票实名制查验的效率, 加强铁路客运服务水平提供决策判断。本文以20个不同等级的铁路车站为研究对象, 分人工和机器两大类, 选取身份证购票比例、通勤员工购票比例、临时身份证购票比例, 以及人工查验旅客数/小时/通道、机器查验的通过人数/闸机/小时、闸机人脸自动识别比例和延误比例等7个指标作为投入指标, 选取人、证、票三证合一的实名制查验比例作为产出指标, 基于数据包络分析(DEA)和纳什讨价还价博弈论结合的合作博弈模型, 从人工查验和机器查验两个角度对铁路电子车票实名制查验进行统一综合评价。案例结果表明, 铁路电子车票实名制查验效率呈现出人工查验和机器查验效率不均衡的态势; 车站人脸识别闸机的数量投入与所需闸机数量的不匹配是造成实名制查验效率下降的主要原因。根据评价结果, 从人工和机器查验两个角度提出了可行建议, 促进了铁路电子车票实名制查验效率的进一步提升。