大学生性别差异和年级差异对英语四级考试通过率的影响分析

用对数线性模型分析大学生性别差异和年级差异对英语四级考试通过率的影响,先进行模型拟合再进行参数估计,拟合模型时从饱和模型入手,由高阶交互项逐步排除无统计意义的参数项,直到选出一个能较好完成数据拟合的简约模型为止。大学生性别差异、年级差异与英语四级考试通过率都存在显著的交互效应,女性的四级通过率要高于男性,低年级学生比高年级学生更容易通过四级考试。     

基于模糊识别的土壤性质指标光谱反演

为了获得有效的光谱反演指标,采用数学建模方法对横山县采集的84个土样350nm～2500nm波段的光谱曲线进行了有机质、土壤水含量和全铁土壤性质指标光谱进行反演分析。对土壤光谱进行了14种变换,经分析土壤光谱对数的一阶差分为最佳变换方法,利用单相关分析方法,计算土壤性质指标与光谱反射率变换后的相关系数,得到相关系数曲线,根据极大相关性选择最佳波段作为光谱反演指标;剔除异常样本后,利用模糊识别理论建立土壤性质指标反演模型,通过优化得到模型的最佳模型参数。结果表明:土壤性质3项指标光谱反演模型的平均检验误差均小于10%,模型方程的相关系数均高于0.95。     

对数项及倒数项混料模型的XVERT法

在 Snee和 Marquardt 的 XVERT 法基础上对 Draper和John的倒数项混料模型及朱伟勇和胡晨江的对数项混料模型的试验设计用计算机进行了证明与构造。其中给出了构造试验点的新方法,并对倒数项及对数项的线性混料模型的七点及八点设计,分别计算了 T_r[M~(-1)(ξ)],|M~(-1)(ξ)|与G效。     

高频数据下基于LSTM的协方差矩阵预测模型

协方差矩阵的建模与预测,对于金融风险管理、投资组合管理等至关重要。 针对时间序列模型 对高维变量预测精度较低的问题,利用长短记忆神经网络模型(LSTM),提出了基于深度学习的高频数据已 实现协方差矩阵预测模型。 利用金融高频数据得到已实现协方差矩阵,对其进行 DRD 分解,针对相关系数 矩阵 R 进行向量化处理,利用向量异质自回归模型(HAR)预测已实现相关系数矩阵 R;针对已实现波动率 矩阵 D,利用半协方差(semi covariance)思想,结合 LSTM 模型,得到已实现波动率矩阵 D 的深度学习预测模 型,构建了 LSTM-SDRD-HAR 已实现协方差矩阵动态预测模型。 LSTM 模型和 HAR 模型能捕捉实际数据 的长期记忆性,半协方差有利于捕捉金融数据的杠杆性。 实证分析表明:相较于传统向量 HAR 已实现协方 差矩阵预测模型,LSTM-SDRD-HAR 预测已实现协方差矩阵更为准确,基于 LSTM-SDRD-HAR 预测已实现 协方差矩阵构造的有效前沿组合投资效果更佳。     

一般线性回归模型最佳线性无偏估计的影响分析

讨论一般线性回归模型的影响分析问题,研究了协方差矩阵扰动和数据删除对最佳线性无偏估计的影响,给出了度量影响大小的距离测度和它的计算公式.     

D-最优设计的改进单纯形构造法

详细地研究了D最优设计的数值构造法以及对称算法理论,对Evans的单纯形搜索来构造D最优设计的方法进行了改进·应用改进的Fibonacci技巧来求新增设计点,考虑其对称性,引入负测度,采取双循环多点迭代的方法来构造多分量对数项混料模型的D最优设计,提出了D最优设计的改进单纯形构造法·并运用这种新方法构造了多分量对数项混料模型以及高阶对数项混料模型的D最优设计     

随机误差序列自相关的贝叶斯诊断及其单位根检验

在线性模型Y＝Xβ＋U中，通常假定随机向量U的各分量相互独立、方差相同，而且均服从正态分布。但在利用时间序列数据和横截面数据的模型中，前一期的误差一般与后一期的误差相关，误差项并不满足独立性要求，此时OLS估计不再是最佳线性无偏估计。根据贝叶斯定理，通过自相关系数的条件后验分布，研究了自相关系数的统计推断问题，包括点估计、区间估计、自相关的统计诊断和单位根的统计检验。     

基于含时网络与随机矩阵理论的投资组合研究

考虑到资产收益率间复杂的线性和非线性动态相关及演化关系,基于Pearson相关系数、Kendall秩相关系数和Tail相关系数等构建含时网络并结合随机矩阵理论,研究最优投资策略问题。为了对比不同相依关系、不同中心性测度及是否降噪对投资策略的影响,构建了9个资产筛选网络模型,并基于上证180指数数据,求解最优投资策略,分析其内样本和外样本表现。研究发现:在Kendall和Tail相关系数下的模型所选资产组合可以有更低的交易成本,运用随机矩阵理论进行降噪能显著提升投资收益,含时条件中心性测度的引入有助于筛选出更优的资产组合。     

二次特征值反问题的中心斜对称解及其最佳逼近

利用矩阵的奇异值分解,讨论构造n阶中心斜对称矩阵M,C和K,使得二次束Q(λ)=λ2M λC K具有给定特征值和特征向量的特征值反问题.首先证明反问题是可解的,并给出了解集SMCK的通式.然后考虑从解集SMCK中求给定矩阵[M~,~C,~K]的最佳逼近问题,给出了最佳逼近解的存在唯一性及表达式.     

线性回归模型偏F检验与t检验等价性的一种证明方法

在运用线性回归模型进行预测或控制之前,必须首先对线性回归模型中每个自变量对因变量影响程度的统计显著性进行逐个分析。可通过构造偏F统计量进行F检验或构造t统计量进行t检验,而对线性回归模型来说,本质上偏F检验和t检验是等价的,可使用矩阵分块的方法展现这一结论的原理和证明过程。