A simple,automatic and adaptive bivariate density estimator based on conditional densities

The standard approach to non-parametric bivariate density estimation is to use a kernel density estimator. Practical performance of this estimator is hindered by the fact that the estimator is not adaptive (in the sense that the level of smoothing is not sensitive to local properties of the density). In this paper a simple, automatic and adaptive bivariate density estimator is proposed based on the estimation of marginal and conditional densities. Asymptotic properties of the estimator are examined, and guidance to practical application of the method is given. Application to two examples illustrates the usefulness of the estimator as an exploratory tool, particularly in situations where the local behaviour of the density varies widely. The proposed estimator is also appropriate for use as a pilot estimate for an adaptive kernel estimate, since it is relatively inexpensive to calculate.     

多元正态分布广义方差区间估计的改进

讨论了多元正态分布广义方差的区间估计问题,给出了在覆盖率及长度上均优于最优仿射同变区间估计的改进估计．     

一种基于可能度的区间判断矩阵排序法

给出了区间数两两比较的一种可能度公式,以及文献[4]中的方法参数k,m的取值范围,提出了一种基于可能度的区间判断矩阵排序方法。最后,通过算例说明了该法的可行性和有效性。     

Estimation from Zero-Failure Data

When performing quantitative (or probabilistic) risk assessments, it is often the case that data for many of the potential events in question are sparse or nonexistent. Some of these events may be well-represented by the binomial probability distribution. In this paper, a model for predicting the binomial failure probability, P , from data that include no failures is examined. A review of the literature indicates that the use of this model is currently limited to risk analysis of energetic initiation in the explosives testing field. The basis for the model is discussed, and the behavior of the model relative to other models developed for the same purpose is investigated. It is found that the qualitative behavior of the model is very similar to that of the other models, and for larger values of n (the number of trials), the predicted P values varied by a factor of about eight among the five models examined. Analysis revealed that the estimator is nearly identical to the median of a Bayesian posterior distribution, derived using a uniform prior. An explanation of the application of the estimator in explosives testing is provided, and comments are offered regarding the use of the estimator versus other possible techniques.     

信息不完全确定的区域产品模糊区间聚类方法

区域产品分类与选择是区域经济发展中最重要和最基础的工作.在产品选择与分类时,需要确定指标权系数和分类阈值等参数,这在实际应用中是比较困难的.针对这种情况,提出了一种信息不完全确定的区域产品模糊区间聚类方法.该方法构建了指标权系数信息不完全确定的最优模糊区间聚类模型,利用遗传算法和改进的FCM算法联合求解所得优化模型,得到指标权系数、最优聚类中心和最优划分,进而确定各产品所属类别.最后将该方法应用于某区域的产品分类和主导产品的确定中,实例计算说明该方法的可行性和有效性.     

区间数互补判断矩阵的一致性及其排序研究

由于目前国内外文献对区间数互补判断矩阵的性质研究较少,从而使得对排序方法的相关研究缺乏理论依据.针对这些缺陷,本文研究了区间数互补判断矩阵的性质及其排序方法问题.根据区间数互补判断矩阵的定义,给出了区间数互补判断矩阵的一致性、严格强传递性与弱传递性等定义,并研究了一致性判断矩阵的性质,并说明这些性质更符合人们的思维特征.在一致性性质的基础上建立了区间数互补判断矩阵排序的非线性规划模型,算例分析表明该方法是有效可行的.     

动态联盟中伙伴选择问题的区间规划模型及其求解

伙伴选择和风险管理是动态联盟中的重要决策问题,当考虑失败风险时,失败概率无法给出精确值,因此,考虑采用不确定性规划描述此类问题.提出动态联盟中伙伴选择问题的区间规划模型,模型中用区间数表示联盟伙伴的失败概率.为了求解该模型,引入序关系,并利用Nakahara和Ishibuchi的定理,将区间规划模型转化为等价的清晰双目标模型.设计带自适应适值函数的遗传算法,求出问题的全部非劣解.经过对多个问题的仿真,证明了算法的有效性.     

同种商品不同月份期货组合风险评价模型研究及应用

以期货合约的每一交易日的对数涨跌率来反映市场风险,借助VaR风险价值法,运用加权核估计技术(WKDE)和指数加权滑动模型(EWMA),建立了基于期货组合中持有头寸不同且可以进行风险对冲的期货组合市场风险非线性叠加评价模型,解决了同种商品、不同月份期货组合每一交易日最大损失的确定问题,并通过实证研究验证了模型的实用性.该模型的特点一是借助WKDE法预测组合中单个合约每一交易日涨跌率最大日亏损值,充分体现了期货合约涨跌率的实际走势,使VaR估计更加精确.二是通过动态迁移相关系数矩阵的计算保证了模型的精确性.采用EWMA模型预测动态变化的方差-协方差矩阵,从实证的角度得到更精准的动态迁移相关系数矩阵.三是考虑了组合中多头和空头不同头寸之间的风险对冲,避免了实际中期货组合风险的线性相加而造成放大风险或减少风险的不准确性,从而能较好地保证了模型的预测精度及准确性.四是通过基于风险非线性叠加建立的期货组合风险评价模型解决了SPAN系统中期货组合风险的线性叠加问题,从而得到更合理的组合风险预测值.     

出口二元边际、行业异质性与劳动生产率

基于行业异质性视角,文章主要考察出口二元边际对劳动生产率的影响.利用UN Comtrade数据库,采用HK指数法测度中国出口深度边际和出口广度边际,发现中国出口产品种类基本覆盖了世界全部种类的90％.进一步地,借助聚类分析方法综合多种因素区分行业劳动技能异质性,出口二元边际与劳动生产率关系的实证结果显示:总体上出口深度边际显著推动劳动生产率提高,出口广度边际对劳动生产率产生抑制作用.更为重要的是,出口深度边际对劳动生产率的促进作用仅存在于高技能行业,受限于行业产品技术含量和劳动技能水平等,低技能和中等技能行业出口深度边际出现贫困化增长现象.出口种类扩张的生产率损失超过出口溢出效应的生产率收益,出口广度边际对高中低技能行业劳动生产率具有不同程度的负向影响.