对Copula函数中参数检验方法的改进

基于Rosenblatt积分变换,针对Roberto De Matteis等人提出Copula参数估计拟合检验的缺陷加以改进,提出一种新的拟合优度检验方法--两步拟合优度检验法.即第一步进行W(X,Y)是否服从U[0,1]分布假设检验,第二步进行T(X,y)是否服从χ2(4)分布假设检验.     

基于灰色理论与神经网络组合预测模型在交通事故分析预测中的应用

由于道路交通系统是一个复杂的非线性系统,道路交通事故的发生和变化具有一定的总体趋势性和较强的随机波动性,本文基于这些特点,建立了基于灰色理论和神经网络的组合预测模型。结果发现,     

改进的GM(1,1)灰色预测模型及其应用

针对传统GM(1,1)模型预测精度不高,并且其背景值优化与求解方法优化各具有片面性的缺点,文章给出了组合优化和分段优化两种改进方法,并结合国内居民消费水平的相关统计数据,利用传统GM(1,1)模型及其优化后的模型与两种方法的误差进行对比,表明改进后的灰色模型精度更高,且预测值与实际值较吻合,说明改进后的灰色预测模型的可行性与可靠性更好.     

基于改进模糊聚类算法的灰色预测模型

目前研究的模糊C均值聚类算法(FCM)面临的最重要问题是初始值随机选取,导致其容易陷入局部最优,同时影响运算速度.而灰色预测GM(1,1)模型在形成预测公式时对初始值的选取也没有合理有效的方案.针对以上问题,文章提出坐标密度法,确定初始聚类中心,对FCM算法进行改进;接着提出运用改进的FCM求取GM(1,1)中数据的聚类中心,并把聚类中心作为初始值的方法;通过与已知算法进行比较验证了其可行性和有效性.     

Copula函数拟合检验的一种新方法

文章在介绍已有的两种检验方法的基础上建立了一种新的检验方法--基于Rosenblatt积分变换的x2拟合优度检验法,并进行了模拟检验.从模拟检验的过程及结果可以看出,所建立的新检验法与已有的检验法相比,具有实施方便、效果好的特点.     

灰色系统理论在沙漠化预测分析中的应用

本文介绍了灰色系统理论在预测沙漠化问题中应用的方法，并建立了内蒙古地区人口、牲畜和沙漠化土地面积的预测模型，得到了一些有益的结论。这对综合治理沙漠化问题提供了决策的参考依据，并提出了咨询建议。     

基于回归方法的灰色包络带预测模型改进

传统灰色包络带预测模型在上(下)界函数构造上有其不足,从而造成对预测精度影响。文章利用回归分析的方法构建上缘点连线的逼近曲线,并由此构建上缘点的序列点的上界函数。利用GM(1,1)模型得到时间响应式,并由时间响应式得到改进包络带预测模型。通过比较传统包络带模型、改进包络带模型和中位线序列模型预测精度,以说明改进的包络带模型在预测精度上得到了显著提高。     

灰色波形预测模型的改进及应用

文章针对波动幅度不规则的时间序列提出了一种灰色波形预测模型改进的方法,即应用分位数法选取非等间隔的等高线,并有选择地对等高时刻序列进行GM(1,1)建模.最后,本文选取了目前世界上使用最广泛的航运运价指数——波罗的海干散货运价指数(Baltic Dry Index,BDI)进行实证分析.通过对波罗的海干散货运价指数月数据的建模与预测表明,改进的灰色波形预测方法比传统的灰色波形预测方法在预测精度和运算效率方面具有明显的优势.     

灰色预测模型在季节波动预测中的应用

文章将数据统计分组,用灰色预测分析,对不同季节的时间序列分别建立了一阶微分方程,并求出预测公式,从而得出预测值.这种模型比通常的季节预测模型有更好的效果.     

基于灰色系统技术的随机振荡序列预测模型的改进

文章对传统的随机振荡序列的直线喇叭带预测模型提出了疑问,分析了产生随机振荡序列的主要原因;采用平均弱化缓冲算子弱化随机振荡序列的峰值,将随机序列取值带由直线喇叭带转换成指数包络带;根据弱化后的数据序列峰值所连直线计算新序列,求出了该序列GM(1,1)模型的发展系数和灰色作用量,并进一步计算包络带的上缘点和下缘点;时上缘点和下缘点序列再次使用GM(1,1)模型,得到了随机振荡序列预测区间的上限、下限及基本预测值.     

自由度的认识与应用

自由度是推断统计中的一个重要概念,但是,对于初学者来说,自由度就像是一个黑箱子,难以捉摸.文章将对自由度的定义作一个较全面的综述,在此基础上,给出自由度的科学定义.通过列举自由度在统计学中的应用,旨在全面认识自由度.     

阿基米德Copula函数的拟合检验

文章在介绍了Archimedean Copula函数拟合检验的已有两种方法的基础上建立了两个新的检验方法--基于一种函数变换的K-S检验法与基于随机向量变换的χ2拟合优度检验法,并进行了模拟检验,从模拟检验的过程及结果可以看出,所建立的两个新检验法具有良好的效果,基于随机向量变换的χ2拟合优度检验法更严格且符合实际。     

一种灰色改进模型在农业经济预测中的应用

农业经济预测对于农业经济的长远发展有着重要的作用,关系到农业产业布局,农业产业结构调整等一系列问题。文章针对农业经济的特点以及现有研究的不足和缺陷,提出了一种灰色改进模型——灰色群建模对农业经济进行预测。实例分析结果表明,从预测精确程度、合理性和实用性等方面来看,灰色群建模都更加适合于农业经济预测研究。     

灰色-周期外延组合模型在煤炭需求预测中的应用

文章针对煤炭需求的趋势性和季节性波动特点,提出了灰色一周期外延组合模型,即在灰色GM(1,1)模型的基础上建立残差周期外延模型.该模型能够较好的刻画了短期煤炭需求的增长性和季节波动性二重趋势.预测实例表明了该模型明显提高了短期煤炭需求预测精度.     

灰色成分数据模型在中国产业结构分析预测中的应用

针对成分数据这种特殊类型的统计数据,提出一种新的预测建模方法:对于一列按照时间顺序收集的成分数据,先运用对数变换使成分数据降维,然后对降维后的数据运用GM(1,1)模型进行预测,最后再将预测值进行反对数变换,从而得到了各成分的预测值.根据提出的方法,建立了中国产业结构的预测模型,并分析了中国产业结构的发展趋势和未来状况.经检验,运用该方法预测出的数据与实际值十分吻合.     

一种基于遗传算法的灰色模型在铁路客运量预测中的应用

对客运量发展趋势进行预测是正确制定铁路客运营销战略的前提和基础.本文在传统GM(1,1)预测模型的基础上,提出了一种基于遗传算法调整发展系数和内生灰作用量的灰色预测模型,并运用此模型对湖北省铁路客运量进行预测.实验结果验证了此模型的有效性.     

改进的BP算法在数据相关性检验中的应用

本文提出了用改进的BP算法来检验数据的相关性,数据的线性相关和非线性相关;用MATLAB编程实现了该算法;用例子对其适用性进行了检验,说明利用该方法检验数据相关性时要求至少有一组数据是单调的.     

改进的模糊聚类方法在R&D资源分类中的应用

传统的FCM算法没有考虑不同属性对分类效果的影响和大小不同的问题,文章从特征贡献平衡原则和类间分离度最大原则两个方面考虑,得到样本各维属性有差异的权重系数,进而给出了带有权重的FCM算法,并将这一改进的模糊聚类方法应用到湖北省12个市、区R&D资源划分分析中,结果表明改进的模糊聚类分析方法在应用中可以取得更好的效果.     

p~-混合序列加权和的完全收敛性及其在回归模型中的应用

文章利用Rosenthal’s最大值不等式,获得了混合序列加权和的完全收敛性;并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计。     

ρ-混合序列加权和的完全收敛性及其在回归模型中的应用

文章利用Rosenthal's最大值不等式,获得了混合序列加权和的完全收敛性:并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计.