基于Bayes后验概率的自变量与异常点的同时识别

本文基于自变量与异常点识别隐变量的联合Bayes后验概率,给出了自变量与异常点同时识别的一般方法,且利用Gibbs抽样降低了Bayes后验概率的计算复杂度。其次,针对多值序次数据模型自变量与异常点的同时识别展开详细讨论,给出了同时识别的具体过程。最后通过模拟算例展示了本文方法的有效性。     

基于省级数据的区域科技创新政策评估

科技创新是建设创新型社会的重要内容,围绕这一问题,政府相关部门制定、实施了大量的政策。各地区科技创新政策的实施效果表现出一定的共性,但由于区域差异的存在,其效果也呈现出明显的差异。基于已有的研究,文章建立了科技创新政策评估指标体系,然后,利用2000年和2009年相关数据,针对全国的31个省级地区采用模糊数学理论和熵值法分别计算出指标的隶属度和权重,对科技创新政策的效果进行定量评估。     

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。     

沪深300股指期货对现货市场影响的实证研究

文章采用事件研究的方法,系统考察了沪深300股指期货上市交易一年以来对于现货市场的影响程度及方向。通过使用市场模型和GARCH系列模型对沪深300股指的贝塔值以及波动率进行的实证研究,结果发现:沪深300指数期货的引入,很好发挥了期货交易管理风险和降低波动的作用,同时买空卖空的套期保值交易还降低了不对称信息对于现货市场的冲击,但是要警惕股指期货带来的系统性风险的提高。     

一种离差组合最大化多属性决策方法

文章研究了属性权重完全未知,方案属性值为实数的多属性决策问题.首先,证明了方案属性值离差变大并不意味着方案综合值离差变大,方案综合值离差变大也不意味着方案属性值离差变大.其次,在综合考虑方案属性值离差和方案综合值离差同时最大化的基础上,建立并通过求解一个规划模型计算出属性权重,从而得到一种离差组合最大化的多属性决策方法。最后,给出了一个算例来说明了该方法.     

基于shapley值法的供应链收益共享契约研究

文章针对制造商、分销商和零售商组成的随机需求下的三层供应链系统,研究了通过shapley值来确定收益共享契约系数的问题。从理论上证明了收益共享契约能够有效的协调供应链,以及该系统下的shap ley值的存在性;通过shapley值来对供应链的收益进行分配,从而唯一确定收益共享契约的系数,为企业在实施收益共享契约时提供一定的参考;最后,通过数值算例验证了上述结论。     

多响应线性模型的Bayes E-最优设计

文章考虑多响应线性模型的BayesE-最优设计,利用Frechet导数求出了BayesE-最优设计的等价定理,给出了任一设计在BayesE-最优准则下效率的下界,并给出迭代算法。最后通过实例验证了迭代算法的可行性。     

基于Borda序值和RBF神经网络的知识链风险预警

文章首先阐述了知识链风险的概念及种类;其次,利用Borda序值法,对知识链中各种风险作了量化评估,并将知识链风险分为第一模块风险和第二模块风险两大类,其中第一模块风险是对知识链影响较大的重要风险,第二模块风险是对知识链影响较小的相对不太重要的风险,以便据此确定知识链风险预警的重点;最后,在对RBF神经网络进行分析的基础上,给出了应用RBF网络对知识链风险预警的具体过程。     

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。     

随机系数离散值时间序列模型

 本文建立了q阶随机系数整值滑动平均模型。研究发现：固定指标t,该过程服从泊松分布;求得该过程的期望、方差、协方差;证明了该过程是宽平稳过程,均值与协方差均是遍历的;得到了特殊情况下模型参数的矩法估计,该估计是相合估计。通过Monte Calro模拟来验证估计结量的优劣。