排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
Tweedie复合泊松回归模型在精算科学,环境科学等领域有广泛的应用.为了研究Tweedie复合泊松回归模型的Bayes估计,在模型中引入潜变量,并通过视潜变量为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings(MH)算法的混合算法,获得了模型的参数和潜变量的联合Bayes估计.在估计理论的基础上,提出了两类Bayes数据删除影响测度及其相应的算法.最后通过模拟研究和实例分析验证了所给方法的有效性. 相似文献
3.
建立了股票指数的随机微分方程模型,采用非参数估计方法对其进行估计,并给出了相应的非参数估计表达式,接着给出了具体的非参数估计算法,最后利用上证指数的收盘价数据进行实证分析,实证表明该模型能较好的刻画股票指数的许多统计特征,非参数估计方法也切实有效,模拟效果较好,能较好的预测股票指数的未来趋势。 相似文献
4.
定义了局部等变序列分歧问题的内蕴子空间,得出局部等变序列分歧问题的"高阶项"是一个内蕴子空间这一很好的结论,并且还得出有关内蕴子空间的一些性质和判定. 相似文献
5.
6.
7.
深市股指波动性的实证研究 总被引:1,自引:0,他引:1
运用GARCH类模型对我国深市的两个股指日收益率的波动性进行研究,主要回答了中国股票市场是否存在GARCH效应,对于所选的两个股指的波动率,最适合的GARCH模型是什么2个问题。计算结果显示,对深证综指日收益率的波动而言,EGARCH-M(1,1)模型的拟合效果较好,而GARCH-M(1,1)则能较好地拟合深证成指日收益率的波动。同时,还对这两个股指日收益率的波动率进行了预测。 相似文献
1