β分式α稳定过程的1/H变差

本文主要讨论了β分式α稳定过程的1/H变差,这对关于β分式α稳定过程的随机分析是非常重要的.     

基于分布式大数据的Expectile回归分析

为应对分布式大数据对传统统计建模分析带来的巨大挑战,考虑Expec tile回归模型以实现基于分布式大数据的有效数据处理和统计推断.其新颖之处在于对分布式存储于每台机器中的数据,分别应用Expectile回归,再通过平均方法聚合这些回归结果并进行综合推断.在算法上,考虑在处理大数据计算中热门的交替方向乘子算法(ADMM)基础上,提出了分块ADMM算法,该迭代算法易于并行计算,结果稳健,而且可以显著减少存储大数据所需的容量.不仅基于分布式大数据的Expectile回归模型的参数估计具有良好的有效性和渐近性质,而且数值模拟和实证分析也都验证了该方法在处理分布式大数据时的有效性.     

《实变函数与泛函分析》教学改革初探——以实数的三个性质到正算子的推广为例

以＂实数的三个性质到希尔伯特空间中正算子的推广＂为教学案例,探讨了《实变函数与泛函分析》的教学改革问题,提出＂由简单类比复杂＂的教学模式,这将为创新型人才培养提供参考.     

一类推广的带干扰风险模型的条件破产概率

本文首先利用随机时刻变换推广了一类带干扰的风险模型,然后讨论这类风险模型的条件破产概率.研究表明条件破产概率相对于无条件破产概率能提供更多有用信息,这对保险公司及时调整投资和管理策略是很有帮助的.     

二元选择分位回归的自适应LASSO改进

为避免模型出现过拟合,将自适应LASSO变量选择方法引入二元选择分位回归模型,利用贝叶斯方法构建Gibbs抽样算法并在抽样中设置不影响预测结果的约束条件‖β‖=1以提高抽样值的稳定性.通过数值模拟,表明改进的模型有更为良好的参数估计效率、变量选择功能和分类能力.     

随机数学教学设计与实践——关注理解、掌握与应用

本文通过分析教学案例并总结课程教学交流体会,探讨在大学《概率论与数理统计》课程教学中如何引导学生理解概念、掌握方法并灵活应用以解决相关实际问题;培养学生善学睿思,增强其自主创新实践能力。     

连续型随机向量变换的密度公式

给出了连续型随机向量多对一变换的密度函数公式,更正了文献[2]定理2的结果,计算了几个变换的密度函数.     

格点量子Zakharov方程组紧致核截面的存在性与熵的估计

讨论一类非自治带量子纠正的修正Zakharov方程组在无穷格点上解的渐近行为,应用截断函数的技巧证明该格点方程组紧致核截面的存在性,并给出核截面的Kolmogorov-ε熵的上界估计.     

反函数连续性和可微性的若干注记

在不要求函数在区间连续的假设下,研究了其反函数存在的条件及其在一点的连续和可微的条件,给出了反函数在一点连续的本质刻画.主要结论是原函数在某点连续不是其反函数在相应点连续的必要条件,而是函数将区间映射为区间,最后用例子说明结论的直观性.     

关于分数稳定过程分数参数的注

注意到分数稳定过程的样本性质和分布特征都密切关联于其分数参数,本文进一步刻画分数稳定过程关于分数参数的正则性及其对过程协差的影响.