Monitoring Variability and Analyzing Multivariate Autocorrelated Processes

Traditional multivariate quality control charts are based on independent observations. In this paper, we explain how to extend univariate residual charts to multivariate cases and how to combine the traditional statistical process control (SPC) approaches to monitor changes in process variability in a dynamic environment. We propose using Alt's (1984) W chart on vector autoregressive (VAR) residuals to monitor the variability for multivariate processes in the presence of autocorrelation. We study examples jointly using the Hotelling T² chart on VAR residuals, the W chart, and the Portmanteau test to diagnose the types of shift in process parameters.     

Min-max最短路问题的双标号算法

在网络的两个顶点间的所有最短路中找一条Min-max路,即找一条使路中的任一顶点与所有顶点间的最大距离达到最小的最短路.在距离矩阵给定的条件下,以Dijkstra算法为基础,提出一个复杂性为0(n~3)的双标号算法来求Min-max最短路.     

Bayesian Analysis of DSGE Models

This paper reviews Bayesian methods that have been developed in recent years to estimate and evaluate dynamic stochastic general equilibrium (DSGE) models. We consider the estimation of linearized DSGE models, the evaluation of models based on Bayesian model checking, posterior odds comparisons, and comparisons to vector autoregressions, as well as the non-linear estimation based on a second-order accurate model solution. These methods are applied to data generated from correctly specified and misspecified linearized DSGE models and a DSGE model that was solved with a second-order perturbation method.     

凸轮-连杆组合机构位置精度分析的复数向量法

凸轮-连杆组合机构被广泛用于实现点沿给定曲线的运动。本文提出用复数向量法分析凸轮-连杆组合机构的位置精度,此法便于导出影响机构位置精度的各项解析表达式,从而适合于在计算机上求解结果。     

灾变性事件引起的消费品产业链价格波及效应研究

为了研究地震等灾变性事件对于消费品产业链内价格传递和市场的影响,本文利用从2008年2月至2009年3月四川省江油市畜产业链进行实证研究,使用向量纠错模型(VECM)和历史分解图(HDG)分析了价格调整的动态效果和沿产业链的因果关系。结果表明,价格的调整关于速度和大小都是不对称的,外生震荡对于该产业链的不同层面产生不同影响,导致价格差益的扩大和价格不完全传递。该方法能够有效地分析灾变事件条件下消费品产业链内价格波及效应问题。     

基于物化特性编码和离散增量的支持向量机方法预测酶的亚类

从酶序列出发,提出了一种新的酶的亚类的预测方法。利用物化特性编码和离散增量得到特征向量来表示序列信息,并将这些特征向量输入支持向量机,对酶的6个家族类中各自的亚类进行分类。在Jacknife检验下,氧化还原酶,转移酶,水解酶,裂解酶,异构酶和连接酶中包含的亚类得到的预测精度分别为96.2%,99.2%,99.6%,95.3%,94.4%和97.7%。该方法得到的预测结果优于其它方法。     

支持向量机理论与算法研究综述

统计学习理论(statistical learning theory,SLT)是一种小样本统计理论,着重研究在小样本情况下的统计规律及学习方法性质。支持向量机(support vector machinse,SVM)是一种基于SLT的新型的机器学习方法,由于其出色的学习性能,已经成为当前机器学习界的研究热点。该文系统介绍了支持向量机的理论基础,综述了传统支持向量机的主流训练算法以及一些新型的学习模型和算法,最后指出了支持向量机的研究方向与发展前景。     

基于SVM的股票时间序列的预测研究

支持向量机（support vector machine,SVM）是以统计学理论为基础的一种新的模式识别方法,目前已广泛应用于股票价格的预测中。在股市投资问题的研究中,股价作为时间序列数据是复杂的、非线性的,并且极不稳定。文章将支持向量机引入到股价预测的建模中,并对效果进行了分析。     

线性代数教学方法探讨

从理论与实践等方面探讨线性代数课堂教学的理念与方法.从启发学生正确理解和应用概念,激发学生学习兴趣出发,达到增强学生的计算与论证能力.最终培养出学生具有较强的抽象思维和逻辑推理能力.     

系统性风险与宏观经济稳定:影响机制及其实证检验

2008年的次贷金融危机和随后的欧美主权债务危机使得系统性风险日益受到世界各国的高度关注。文章构建了反映系统性风险与宏观经济稳定的指标体系,运用面板数据向量自回归方法设计了系统性风险与宏观经济稳定间的影响机制模型,并结合全球56个主要国家的相关数据,对发达国家和发展中国家在金融危机前后系统性风险和宏观经济稳定的相互影响机制进行了实证分析和国际比较。研究结果发现:系统性风险指标对宏观经济稳定的影响作用中,股票指数波动率的正向影响最为明显;金融危机后宏观经济稳定状况对系统性风险的影响要大于金融危机前;发达国家的系统性风险指标对宏观经济的影响明显,而发展中国家的宏观经济指标对系统性风险的影响更为显著。