保险决策中效用值的模糊确定法

保险决策中效用值的模糊确定法北京大学人口研究所张根明众所周知，效用理论是属于个人心理及其行为的决策理论，它认为对于一个合理的决策者（即按照所谓的理性行为合理办事者）来说，必然存在一个效用函数，其决策者采取某种行为的目的并不在于追求最大的货币期望值而在...     

基于熵值法与灰色关联决策的最佳响应方案

文章在分析灰色决策研究成果的基础上,引入熵值法用以确定属性值为区间数的灰色关联决策方法的权重,同时也修正了决策方法对权重的不确定性.提出上界指标权重、下界指标权重和综合指标权重三种方法用于决策权重的计算.通过应急响应算例对修正的灰色关联决策方法进行检验分析,结果表明,三种权重计算方法均能有效解决灰色关联决策问题中的权重问题,可以减少整个决策的随机性.     

基于GARCH族模型的VaR与CVaR值的实证与应用

文章以港交所H股指数期货的收盘价格数据作为实证载体,研究在正态分布、T分布和广义误差分布下GARCH、EGARCH及PARCH模型的VaR值和CVaR值,经过比较和检验,其结果显示:一、三种分布对结果拟合最好的是广义误差分布GED;二、在VaR值预测失效的时候,CVaR值仍然能够比较准确的预测结果,对CVaR值的测量效果最佳的是基于GED分布的PARCH模型。     

基于相对熵的三参数区间值模糊集多属性决策方法

文章针对三参数区间值模糊集上已有决策方法的不足,引入信息论的相对熵,提出了一种新的决策方法。该方法通过定义三参数区间值模糊值间的相对熵,得到被评方案与理想方案的相对熵,据此给出一种新的贴近度进行方案排序。与已有方法相比该方法较好的保存了决策的信息,考虑了属性的权重,并提出了三参数区间值模糊值表述的语言集。最后实际算例表明了该方法的有效性和实用性。     

企业联盟建立的二元shapley值群决策模型

企业联盟成功的关键在于企业联盟利益分配问题,而企业联盟成败与否实际上是多个企业共同决策的结果.文章将群决策的理论引入shapley值法模型中建立shapley值群决策模型来研究企业联盟的建立问题.在讨论求解方法的过程中,发现二元信息集结的新问题,进而提出二元组判断矩阵与二元组群决策的概念以及求解思路.最后以三家企业联盟为例,运用shapley值群决策结果讨论企业联盟的建立机制,说明了模型的实际意义.     

基于奇异值分解去势的非线性趋势序列单位根检验研究

 如何克服ADF与PP单位根检验法对非线性趋势平稳序列的伪检验,提高单位根检验的功效,是非平稳时间序列分析的重要问题。本文基于奇异值分解的思路,构造出检验非平稳时间序列单位根的SVD-RMA检验法,此方法将时间序列的趋势项与干扰项分离,然后用递归均值调整法对干扰项进行检验。仿真实验表明,SVD-RMA法对线性与非线性趋势、甚至结构突变过程的检验功效都非常好;对非线性趋势平稳的检验而言,SVD-RMA检验得到正确结论的可能性要远远好于ADF与PP检验。     

国际应用语言学期刊效应值报告与解释现状研究

针对显著性检验存在的问题,美国心理学会出版手册第6版和国外社会科学领域的不少期刊都要求将定量研究报告效应值作为补充。分析6种重要的国际应用语言学期刊发表于2012—2014年的定量数据分析文章效应值的报告与解释现状,研究发现:6种期刊共239个统计检验平均有66%报告了效应值,其中53%对效应值进行了解释,仅1.3%报告了效应值的置信区间;相比相关分析和回归分析,t检验和非参数检验效应值报告比例较低;研究者存在过度报告Cohen’s d、η²_p等效应值的倾向;相比美国心理学会出版手册,期刊编辑对效应值报告的要求更为有效。     

基于能值的土地利用结构优化方案的评价

土地利用结构调整方案的评价及决策是土地利用总体规划编制的核心任务.文章把能值理论与土地利用生态经济效益评价二者紧密结合,并对现阶段农用地转为建设用地时土壤能值的损失未计入能值分析的缺陷进行了改进.在此基础上,以杭州市为例对土地利用结构调整的四个方案进行了能值产出/投入、能值密度、土地环境负载指数、可持续发展指数等指标评价.并建立综合评价模型对土地利用结构调整的四个方案进行了综合评价,结果表明2010年和2020年土地利用生态经济综合效益最优均为BP网络模型方案.文章为土地利用规划方案评价与决策提供了新的思路,也为杭州市土地利用规划编制提供了理论支持.     

顾客满意度测评中的缺失值处理方法

文章通过对缺失值处理方法分析,提出基于分类的三种缺失值处理方法:分类的均值插补法、分类的多重插补法和分类的K-means方法;该方法先对被调查对象问卷中的满意度关键字段按照分值进行分类,然后在同类中的缺失值用该类的平均值、多重插补值和聚类中心值替代.最后,以某食品公司为研究对象,对顾客满意度测评模型进行带缺失值的实证分析.结果表明:基于分类的三种缺失值处理方法优于均值插补法、多重插补法和K-means方法,为顾客满意度指数测评中的缺失值处理提供了实用方法.     

基于Shapley值的群决策冲突解决方法

文章基于收益分配的群决策冲突问题，应用改进的夏普利值作为决策冲突各方在决策冲突中的决策权利，引入决策权利来解决群决策冲突问题，能够节约冲突各方的决策时间，提高决策效率。     

熵值赋权法的改进

熵值法是一种常见的赋权方法,在综合评价中有这较广泛的应用.但是样本出现异常点数据(如数值等于零的数据)时,熵值法就不能够很好地处理,这在很大程度上限制了熵值法的使用范围.文章将功效系数法和标准化方法相结合,对熵值法进行改进,扩展了熵值法的应用范围.     

基于熵权值法的连锁药店综合竞争力评价

文章提出了运用熵权值法这一定量的分析工具,对构建的连锁药店综合竞争力的指标体系进行了客观的赋值和评价,结合实例分析了连锁药店的综合竞争力各个指标的评价情况.为管理者提供科学量化的决策方法.     

正态线形模型下缺失值的Bootstrap多重插补与比较

缺失值是调查中普遍存在的问题,对缺失值进行插补是处理缺失值的较好方法.如果变量之间存在相关关系,可以通过正态线形模型利用不存在缺失值的变量对有存在缺失值的变量进行插补.较之单一插补,多重插补更能有效地估计总体方差,因此更多地被使用.文章借助Bootstrap法,让模型的参数和残差来自完全观测的Bootstrap样本的最小平法估计,可进一步准确估计总体方差.通过大量模拟试验,发现Bootstrap多重插补较之单一插补和一般多重插补能构建更宽的置信区间从而有更准确的总体参数覆盖率,这点在数据缺失比重很大时优势更明显.     

熵值权的模糊综合评判法及其在上市股份公司资信评估中的应用

一、引言投资需要决策，决策需要准确的信息。选择正确的投资方向取决于对证券市场信息的了解是否充分，不论投资者是用基本分析还是技术分析来研判股市的走势，最终的投资行为都要落脚在选择哪家上市股份公司的股票上。因此，对股市信息的了解，其核心内容就是对上市股份...     

牛顿搜索算法在处理缺失值中的应用

在实证分析中遇到缺失值是一个非常不幸但又非常普遍的问题，不完整的数据将会严重影响到分析结果的正确性和准确性，甚至是增加错误结果的风险，对缺失值的处理是一个不可避免而又富有挑战性的研究课题。牛顿搜索算法是一个优秀的数据设算法，不需要考虑数据的缺失状态，可充分利用已有数据对缺失值进行修补，在改善参数估计、减少标准误差、提高统计检验功效方面有良好效果。     

因变量零值情况下国际贸易引力模型估计的研究新进展

贸易流量零值情况下引力模型估计方法的优化选择是目前针对国际贸易引力模型研究中最新出现的一个新问题。文章分析了这个新研究专题的最新研究进展,认为国际贸易引力模型实证分析时需要关注贸易流量零值问题。一个比较适当的方法是用蒙特卡洛模拟将所有可选估计方法纳入统一的分析框架,基于真实数据特征,模拟分析在异方差和不同零值比例情况下各估计量的表现,从而进行优化选择。     

σ值和DPMO值转换表相关问题探讨

目前，介绍6σ管理的一些文献给出的d值和DPMO值转换表可谓五花八门，反映出人们对此问题认识上的不统一，甚至存在一定偏差。因此，有必要从理论上探讨σ值和DPMO值之间的转换关系，并以此为依据对现有的σ值和DPMO值转换表进行修正。     

质量特性值的选择

为驾驭产品质量运动的规律性，人们离不开做试验。此时，质量特性值的选择至关重要。为改进产品质量，并非所有能度量的特性值均可用来作为质量特性值。如：用叶片破碎机进行压碎工序中，当破碎颗粒粒度在15－50目时为合格品，为提高产品质量，若采用收率作为质量特性值就未必合适。假定影响颗粒粗细的因素为：A：破碎机的喂料速度AI：快AZ：慢B：叶片与垫板间间隙BI：大BZ：小C：出口筛细度CI：粗CZ：细现行工艺条件为AIBICI，其收率为40％，当采用单因素轮换法做试验，其试验结果值如表一所示：假若收率特性值是适宜的，按常规做…     

考虑离群值的非寿险准备金进展法

在准备金进展法中考虑离群值的影响,采用残差箱线图对相关索赔数据进行离群值检验,然后选择合适插补值的一种改进的准备金进展法,并对支付率和结转率的尾部数据加以修正,改善了最后两个进展年的异常值不能被有效识别的情况。研究表明:改进的准备金进展法能够有效识别和调整增量已决赔款和增量已报案赔款中的离群值,降低了离群值对最终准备金评估结果的影响。     

基于稳健马氏距离的多元异常值检测

多元数据由于其复杂性而使其中的异常值检测问题成为一个研究难点.传统的多元统计方法由于受异常值影响使结果产生不稳定性.本文提出一种基于稳健马氏距离的异常值检测方法,并与其它一般的传统办法进行比较说明其优良性.