SHOULD WE ESTIMATE THE PROBABILITY OF CORRECT SELECTION?

Various authors, given k location parameters, have considered lower confidence bounds on (standardized) dserences between the largest and each of the other k - 1 parameters. They have then used these bounds to put lower confidence bounds on the probability of correct selection (PCS) in the same experiment (as was used for finding the lower bounds on differences). It is pointed out that this is an inappropriate inference procedure. Moreover, if the PCS refers to some later experiment it is shown that if a non-trivial confidence bound is possible then it is already possible to conclude, with greater confidence, that correct selection has occurred in the first experiment. The short answer to the question in the title is therefore ‘No’, but this should be qualified in the case of a Bayesian analysis.     

An alternative to model selection in ordinary regression

The weaknesses of established model selection procedures based on hypothesis testing and similar criteria are discussed and an alternative based on synthetic (composite) estimation is proposed. It is developed for the problem of prediction in ordinary regression and its properties are explored by simulations for the simple regression. Extensions to a general setting are described and an example with multiple regression is analysed. Arguments are presented against using a selected model for any inferences.     

Improved model selection criteria for SETAR time series models

The purpose of this paper is threefold. First, we obtain the asymptotic properties of the modified model selection criteria proposed by Hurvich et al. (1990. Improved estimators of Kullback-Leibler information for autoregressive model selection in small samples. Biometrika 77, 709–719) for autoregressive models. Second, we provide some highlights on the better performance of this modified criteria. Third, we extend the modification introduced by these authors to model selection criteria commonly used in the class of self-exciting threshold autoregressive (SETAR) time series models. We show the improvements of the modified criteria in their finite sample performance. In particular, for small and medium sample size the frequency of selecting the true model improves for the consistent criteria and the root mean square error (RMSE) of prediction improves for the efficient criteria. These results are illustrated via simulation with SETAR models in which we assume that the threshold and the parameters are unknown.     

基于旅西日本游客旅游选择行为的西安旅游市场分析

根据在全国六大旅游热点城市所做的旅游市场调查的数据结果，对旅西日本游客的旅游选择行为进行了研究，同时进一步有针对性地对西安日本客源市场进行了SWOT分析，在此基础上，对西安旅游业的发展提出了相关对策建议。     

基于TOPSIS理论的企业供应商选择应用

供应链管理已经成为企业获取竞争优势的手段,供应商选择是企业构建供应链体系的重要内容。TOPSIS是一种简单易行的多因素选优的理论方法,它利用熵来确定评价指标的权重,避免了在确定评价指标权重时主观因素的影响,为公司的供应商选择提供了一种科学、量化、高效的手段。文章回顾了供应商选择的理论现状,介绍了TOPSIS理论模型和利用它进行供应商选择的步骤,通过对典型企业的深入调研,阐述了该企业如何应用TOPSIS进行供应商选择。     

利用光敏核不育性进行水稻轮回选择的程序探讨

本文对利用光敏核不育性进行水稻轮回选择进行了探讨。提出基本轮回选择方案和综合轮回选择方案。基本轮回选择方案是以一个光敏核不育材料为母本与多个亲本组配构成轮回选择的综合群体,而其后按常规轮回选择法进行育种的方案。综合轮回选择方案是以两个或两个以上的光敏核不育材料作为母体与多个亲本组配,在 F_2代群体中不同质源的优良植株相互交配构成综合群体,其后按基本方案进行的轮回选择。     

网络文学的当下可能性

本文根据当前对网络文学的定义 ,从三个方面分析说明了网络文学出现的当下可能性。一是网络媒介的出现引起文学载体和传播方式的变化 ,形成了自己的文学群落 ,培养了一大批文学爱好者的文学受众。二是作为写作的网络文学 ,实际上是对当前出现的知识霸权和文学生产麦当劳化的反拨 ,使文学向着自由无功利和审美愉悦性传统回归。三是网络文学作为一种题材 ,与传统文学无本质上的区别 ,是网络出现后形成的一种特定群体生活状态的反映 ,从而在题材选取 ,主题表现及表现技巧上具有其独特性。     

信息不对称与人的经济行为

信息不对称及其经济效应是信息经济学研究的中心问题,本文依据信息经济学和行为科学理论,从现实经济生活出发,系统地阐述了信息不对称的内涵,论证了信息不对称的必然性,探讨了信息不对称条件下交易双方的经济行为,提出了信息不对称条件下卖方(或代理方)违规败德行为的函数式,最后讨论了信息不对称造成的经济后果,提出了解决这一问题的思路。     

考虑实体店公平关切的制造商线上入侵策略研究

在单一线下模式销售的基础上,考察制造商以转销模式进行线上入侵和以代销模式进行线上入侵这两种模式,通过数理推导和数值仿真得到的研究结果表明：（1）当实体店具有公平关切心理时,制造商进行线上入侵总是有利的。（2）当消费者对线上渠道接受程度较高且实体店公平关切程度较低时,制造商将以转销模式进行线上入侵;当消费者对线上渠道接受程度较低时,制造商会以代销模式进行线上入侵,并不受实体店公平关切程度的影响;而当消费者对线上渠道接受程度适中且实体店的公平关切程度较高时,制造商倾向于以转销模式进行线上入侵。（3）无论制造商选择哪种模式进行线上入侵,制造商的线下零售价格始终高于线上。此外,随着实体店公平关切程度的增强,线上渠道和线下渠道的零售价均会同步提高。     

存在战略购买需求的定价、供给、机制选择和配给研究

本文研究存在战略购买需求的易逝资产销售策略问题。垄断厂商基于利润最大化目标确定易逝资产定价、供给、机制选择和配给策略,战略消费者通过锚定预期价格安排战略购买时机。不同于通常基于效用理论研究定价的思路,本文首先基于锚定效应和跨期价格均衡思想探寻不同战略等待购买规模的市场预期需求曲线和动静态定价区域;其次在众多预期需求曲线中寻找市场有效定价前沿（即有效预期需求曲线）;再次在利润曲面上找出与有效定价前沿对应的容量扩展线（即最大利润曲线）;最后沿容量扩展线和有效定价前沿搜寻最大期望利润及相应策略。研究表明,消费者保留价异质和需求不确定性是动态定价和战略购买存在的根本原因;市场在不同战略等待购买规模状态拥有不同预期需求曲线,最大战略等待购买规模状态预期需求曲线是市场有效定价前沿。动静态定价机制各有其所适用的容量和价格空间,消费者保留价水平和战略消费者规模决定动态定价空间大小,随机需求分布差异只影响动态定价空间形状（即影响需求弹性）。在跨期价格均衡区域内,提价和扩容都会加剧消费者战略购买程度,供给越大定价往往越低。战略购买不仅会降低厂商供给、定价和利润水平,改变不同类型消费者之间高低价购买机会,甚至还可能影响定价机制选择和配给策略。压缩过度供给和虚高价格空间可降低战略购买导致的利润损失。本文研究结果可为考虑消费者行为的需求价格理论研究和运营管理实践提供参考。