半参数回归模型中小波估计的随机加权逼近速度

把小波光滑方法和随机加权方法结合在一起，获得了半参数回归模型中参数分量的小波估计的随机加权逼近速度为σ(n^-1/2)。因此，从大样本意义上说，小波光滑方法和随机加权方法对半参数回归模型是可用的。     

随机市场系数的M-V最优投资组合选择:一个鞅方法

通过引进凹函数U(x)以及等价鞅测度p^-，应用鞅的性质得到了随机市场系数情形下的M—V模型的最优投资策略以及有效前沿．     

Urn模型的B网及其应用

Urn模型的离散概率分布被用于构造逼近格式,具有Bernstein多项式的许多特性。本文用B网技术对Urn模型概率分布给出新的解释,指出了Urn模型B网的诸多性质,导出分布函数曲线的导数公式,构造了Urn分布的对偶基及与此相关的拟插值算子。     

Discriminant versus rough sets approach to vague data analysis

This paper presents a comparative study of the use of two different methods of data analysis on a common set of data. The first is a method based on rough sets theory and the second is the location model method from the field of discriminant analysis. To investigate the comparative performance of these methods, a set of real medical data has been used. The data considered are of both discrete and continuous character. During the comparison, particular attention is paid to data reduction and to the derivation of decision rules and classification functions from the reduced set.     

Some remarks on spreading models and mixed Tsirelson spaces

We prove that if a Banach space with a bimonotone shrinking basis does not contain spreading models but every block sequence of the basis contains a further block sequence which is a spreading model for every , then every subspace has a further subspace which is arbitrarily distortable. We also prove that a mixed Tsirelson space , such that , does not contain spreading models.

     

非等间距序列建模过程中存在的问题及改进

在研究非等间距序列的基础上 ,本文将非等间距累加运用于非等间距序列的建模过程中 ,使原有模型得到改进 .实例表明 ,改进后模型的精度有了很大提高     

关于Logistic模型的倍周期收敛现象

运用实验和归纳的方法 ,讨论了如何利用 Mathematic数学软件观察 Logistic模型的倍周期收敛现象以及对初值的依赖性 ,并从理论上解释了倍周期收敛现象     

中国股票市场风险的实证分析研究

本文从实证角度说明了上证指数和深证成份指数存在着GARCH现象 ,并建立了沪、深两市股指波动率的IGARCH(1,1) M模型与EGARCH(1,1) M模型。将估计的IGARCH(1,1) M模型与EGARCH(1,1) M模型比较得出 ,对上证指数的波动率 ,IGARCH(1,1) M模型与EGARCH(1,1) M模型的模拟效果基本相同 ,而对深证成份指数的波动率 ,IGARCH M模型要略优于EGARCH M模型。同时还对两市的股指收益的波动率进行了预测分析     

交通流非参数回归模型

交通流宏观参数流量、速度和占有率在交通工程和管理中具有非常重要的作用 ,对这三者关系的刻划反映了道路本身特性和交通流的规律。到目前为止 ,基本上采用线性或非线性的参数模型来描述 ,此类模型在应用中具有一定的局限性 ,并交通变量时间序列进行预测 ,数据拟合表明 ,选择适当的核函数或邻近数以及窗宽 ,可以达到比较满意的效果     

广义线性模型(六)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的 :《MultivariateStatisticalModel ingBasedonGeneralizedLinearModles》。