贝叶斯网络决策在房地产投资风险控制中的应用

文章结合总和一阶贝叶斯网络学习模拟,获得面向不同风险控制决策程度的房地产先验概率、后验概率及其对应的密度函数,从中比对不同投资风险控制效益对应的条件概率.结果表明,基于贝叶斯网络推理可以获得更具有确切显性特性的房地产投资风险控制决策信号;中层级获得了最高的测试值,最低的为高风险决策级.贝叶斯网络推理一定程度上削弱了原先的网络学习对投资风险控制的先验概率对关联强度的影响,应均衡房地产在风险控制绝对与管理之间的投资策略.     

贝叶斯决策理论概述

贝叶斯统计学包括贝叶斯决策理论、贝叶斯估计及贝叶斯回归分析等内容。本文仅就贝叶斯决策理论的基本概念和方法作一简介。一、后验概率分布统计决策理论接是否抽取样本可分为先验和后验两种概率决策。先验概率决策所依据的先验概率分布是根据以往积累的资料和经验估计所确定的,并认为现在总体仍维持着这样的     

基于贝叶斯网络的高校教师绩效评价方法

提出了采用基于贝叶斯网络推理技术的高校教师绩效评价方法.该方法以现有的绩效评价指标体系为基础,结合贝叶斯网络中多层隐类模型的构建原理,将评价指标体系中的各项指标转化为贝叶斯网络中的结点,并根据各级评价指标之间的逻辑关系将其转化为贝叶斯网络中的联接强度,可得到用于教师绩效评价的贝叶斯网络;将各项指标的评价分值作为证据输入到贝叶斯网络中,便能以概率形式评定参评教师的绩效水平.最后分析了教师绩效评价贝叶斯网络的四种典型应用模式.     

贝叶斯推理方法探讨

贝叶斯推理作为一种推理方法是从概率论中的贝叶斯定理扩充而来。经过扩充,贝叶斯定理仅由适用给事件测定概率变成也能给假说测定概率(可信度)的工具。但如何确定先验概率的数值是贝叶斯推理中一个很重要而又困难的问题,这个问题还有不同看法的争论,还未获得很好的解决。     

基于贝叶斯网稀疏结构学习的信用影响因素结构发现

面对海量高维信用数据,传统贝叶斯网络在刻画变量复杂结构和概率关系时遇到了挑战。尝试将基于multi-logit回归的离散贝叶斯网络稀疏方法用于个人信用影响因素结构关系的发现,实现从多维变量复杂关系中抓取重要结构关系;基于解路径探讨了用于结构发现的稀疏贝叶斯网络模型的选择标准,并比较了稀疏贝叶斯网络与经典贝叶斯网络结构学习的性能;结合领域先验知识进一步改进贝叶斯网络结构,定性分析多维变量存在的主要结构关系;在确定多维变量稀疏网络结构的基础上,采用贝叶斯后验估计获取模型参数,并利用贝叶斯网络推理定量分析关键变量对信贷客户类型的直接或间接影响。     

“杰弗里原则”及其对计量经济学的影响简介

对"杰弗里原则"的提出及其影响做了介绍。第一节是杰弗里生平,介绍他在物理学及统计学方面取得的成就;第二节介绍以他姓氏命名的"杰弗里原则",这是对选择先验概率的"贝叶斯法则"的重大修正;第三节介绍基于"杰弗里先验"的"信息守恒原则",此原则对当代贝叶斯计量经济学有重大影响。     

贝叶斯网络在商业银行风险管理中的应用研究综述

文章在介绍贝叶斯网络概念和理论的基础上,对其目前的研究现状以及在研究中主要存在的问题进行了综述,并对贝叶斯网络在商业银行风险管理中的运用进行了展望。     

基于贝叶斯网络和GPS轨迹数据的出行方式识别

为了从大规模GPS轨迹数据中提取出行行为建模所需的必要信息,文章将贝叶斯网络应用到GPS数据处理过程中,建立了出行方式识别的贝叶斯网络模型.以个体出行者作为研究对象,以智能手机采集的轨迹信息作为数据源,利用K2算法学习贝叶斯网络结构,采用极大似然估计法学习贝叶斯网络参数.以建立的贝叶斯网络模型为基础,推断了样本的出行方式,实现了步行、自行车、电动车、公交车和小汽车共五种出行方式的自动化识别.研究表明,贝叶斯网络适用于出行方式识别研究,且低速点比例和平均方向改变两个指标可以有效提高出行方式识别准确度.     

肿瘤病理类型绿色诊断方法研究——基于变精度粗糙集理论与贝叶斯网络

为了准确对肿瘤病理类型进行诊断,减轻患者因诊断造成的不便与痛楚,提出了基于变精度粗糙集理论与贝叶斯网络的肿瘤诊断方法。对930例甲状腺肿瘤病例使用变精度粗糙集与贝叶斯网络方法导出诊断规则,并与粗糙集对比后发现,基于变精度粗糙集与贝叶斯网络的诊断规则准确性高于粗糙集理论的诊断准确性。基于变精度粗糙集与贝叶斯网络的肿瘤诊断模型对提高肿瘤诊断水平具有更好的临床使用价值,为肿瘤的诊断与分类提供了一种新思路。     

供电企业员工动态优化配置的数理模型

文章在贝叶斯理论和最大熵原则的基础上,分别给出了企业内部员工和外部员工胜任工作的先验概率(岗位试用信任度)计算方法,并结合员工经过岗位试用后所得到的胜任工作的后验概率(岗位留用信任度),建立了一种企业员工动态优化配置的模型,从而为供电企业人力资源动态优化配置提供了一个具有一定理论支撑的可操作方案。     

贝叶斯方法在证券市场中的应用

证券市场中股票的统效对投资者而言显得特别重要，股票绩效总是从以往股票数据的统计分析获得的。投资者试图在小的投资区域获得绩优胜，这就有赖于对数据进行进一步的分析。贝叶斯统计方法是以新获得的数据信息更新先验信息而对数据进行推断，本文是将贝叶斯方法运用于证券市场的一点粗浅尝试。一、公式及推断已知H表示发生了某件事件，H表示某件事件没有发生，E表示已知某一信息，E表示未知某一信息。相应地，P（H）表示H的先验概率，P（HIE）表示H的后验概率，P（HE）表示H、E的联合概率。我们可得到贝叶斯公式：用0（H）表示H的…     

基于动态贝叶斯网络的舆情预测模型研究

随着新兴媒体的出现,为了提前并更加准确地判断突发事件网络舆情的发展演化方向,以便做出比较合理的预测监控.文章基于动态贝叶斯网络模型,建立了关于突发事件的网络舆情预测监控模型.通过关联概率的计算,对动态贝叶斯网络中存在因果关系的节点变量进行预测.并以分析2014年上海踩踏事件为例,确定此事件对象中的节点变量,并通过10位专家评分的方式给出了对突发事件网络舆情进行预测的具体操作方法,得到比较合理的预测结果,证明了该方法的可行性和实用性.     

基于改进贝叶斯网络的省级政府债务风险预警模型

利用格兰杰非因果关系检验确定贝叶斯网络节点,反映经济变量之间的影响方式。采用误判率最小原则,确定预警指标临界值。利用贝叶斯网络学习,确定贝叶斯网络节点的后验概率。利用贝叶斯网络推理,测算地方政府债务风险,计算预警指标变化对省级政府债务违约概率的影响。研究结果表明:财政收入/财政支出与GDP增速/债务增速是预警省级政府债务风险的最重要指标,保持债务依存度、GDP增速/债务增速和民间投资增速/政府债务增速在适度区间内,能够有效降低省级政府债务风险。     

基于贝叶斯网络推理的逼近理想解方案排序法

文章将贝叶斯网络推理技术应用在多属性决策中,先构造多属性决策问题的贝叶斯网络模型,再利用贝叶斯网络的双向推理功能,通过正向推理将复杂的关系网层层简化为父子节点关系,进而计算出各备选方案的属性值,在此基础上进行逆向推理,用条件概率的形式来量化的反应各方案与理想解之间的逻辑接近度,并依此给方案排序,最后通过具体算例表明方法的有效性和灵敏性。     

基于Pair-Copula贝叶斯网络模型的金融危机传播效应研究

为克服传统Copula函数建模的复杂性,采用Pair-Copula贝叶斯网络方法,将Copula函数与贝叶斯网络的优势相结合,有效降低了高维Copula函数参数估计的复杂程度,解决了连续型贝叶斯网络非正态下边际分布难以控制的问题,有利于捕捉网络结点间的非对称相依结构,从而构建了国际8个代表性股票市场在次贷危机爆发前、中、后各个时期的概率网络模型,对危机在主要国际市场上的传播效应问题及传播路径识别问题进行实证研究。研究结果表明:金融危机在国际金融市场上具有明显的区域性传播特征;香港市场在金融危机发生前后一直都是亚洲市场的连接枢纽,是风险防范的关键节点;危机发生后欧洲市场与亚洲市场间的紧密程度加强;金融危机减缓了全球一体化的进程,但经济全球化的趋势势不可挡。     

贝叶斯因果图的构建与应用

贝叶斯网络及因果图的理论方法都已成为较成熟的分析及决策工具.在贝叶斯网络及因果图理论基础上提出构建贝叶斯因果图(BCM)具有可行性及必要性,既结合了二者的优点同时也回避了二者的缺点.文章给出了从因果图出发构建BCM的几个主要构建步骤及要解决的主要问题,同时以实例描述其构建过程.     

贝叶斯计量经济学及面板数据中的贝叶斯推断

随着贝叶斯理论的发展和计算机模拟等数值计算技术的提高,贝叶斯计量经济学开始迅速发展起来。文章在经典学派与贝叶斯学派比较中,简要回顾了贝叶斯计量经济学发展历程;并对面板数据中的贝叶斯方法的应用进行了举例。     

网络购物购买意愿的影响因素及其复杂关系研究——基于PLS-SEM与贝叶斯网络

为了更加准确地研究影响购买意愿的因素及其之间的关系,提出基于PLS-SEM与贝叶斯网络的预测和诊断方法。该方法既发挥了PLS-SEM基于理论的实证能力,又突出了贝叶斯网络处理非线性关系及预测和诊断的能力;将该方法应用到网络交易成本与购买意愿关系的研究中,明确了交易成本、不确定性、购买频率、信任度和购买意愿间的关系,为企业制定有效的交易成本管理决策提供了依据。     

教学满意度的Bayes估计

本文探讨了贝叶斯统计在教学满意度评价中的具体运用,并结合一个具体的实例对教学满意度的贝叶斯估计方法做了实证分析.     

生鲜农产品供应链突发事件风险的评估模型

文章结合生鲜农产品供应链的特点和过程,将生鲜农产品供应链突发事件风险分为三类:农户生产风险、运营风险和需求突变风险。并在对上述风险因素分析的基础上,针对评估过程中的不确定性信息难以量化处理的问题,引入贝叶斯网络推理算法,构建了包含风险因素、状态、事件的生鲜农产品供应链突发事件贝叶斯网络风险评估模型。模型通过不确定性推理对突发事件的主要状态和损失后果进行预测评估,为生鲜农产品供应链突发事件风险评估提供了一种新的思路。