基于R环境下的多维变量组合间的相关系数实现

为了完善多维随机向量各分量不同组合间的广义相关系数理论,以期为实际应用工作提供一种新的相关分析方法.本文借助于一元线性回归模型,采用矩法,提出一种用于描述多维随机向量各分量不同组合间的广义相关系数,并用R语言编写该函数包,便于应用工作者使用,且丰富了R语言中的函数包.     

非线性广义相关系数及其R语言实现

为了克服以往的相关性指标所存在的线性相关性和信息损失的问题,以期为实际应用工作提供一种新的多变量间的非线性相关分析方法.本文采用四阶矩法,提出一种用于描述变量间或向量间的相关性程度的广义相关系数,且该广义相关系数计算简单,无信息损失,并能度量变量之间的非线性相关性.并用R语言编写该函数包,便于应用工作者使用,且丰富了R语言中的函数包.     

变形广义极值分布的参数估计及实例分析

本文通过对广义极值(GEV)分布运用二次秩变形映射导出变形的广义极值(TGEV)分布的概率分布函数和概率密度函数,并对TGEV分布的参数进行了MLE和矩估计.用R语言中的optim函数对TGEV分布的参数做了MLE估计,并对此估计方法的偏差和均方误差做了模拟,说明对于TGEV分布来说,MLE估计方法效果很好.最后对变形广义极值分布进行实例分析,给出了TGEV分布拟合的结果,得到分位数及其置信区间的估计,并讨论了所得结果的实际意义.     

基于R语言的迪基-福勒检验的蒙特卡罗模拟

迪基-福勒(Dickey-Fuller)检验是时间序列的平稳性检验中常用的一种方法;由于检验统计量的极限分布是由标准维纳过程关于轨道的积分来表达的,很难得到其密度函数的显式表达式,因而确定检验临界值非常困难,蒙特卡罗方法是解决这类问题的金钥匙;基于R语言对t统计量的平稳性检验的临界值的随机模拟程序进行了研究,填补了文献空白,其计算程序和方法对于金融工程或经济计量统计分析与研究具有广泛的指导意义。     

二阶矩过程为n阶均方可导的一个充要条件

一般的随机过程教材中只对一个二阶矩过程均方可导与其相关函数广义可导的等价性进行论述．将广义导数推广到n阶的情形，利用数学归纳法证明了二阶矩过程{X(t)，t∈R}为n阶均方可导与其相关函数n阶广义可导之间的等价性，并给出了判断二元函数f(s，t)为n阶广义可导的一个充分条件．     

广义Wiener泛函空间上的Pettis积分及其应用

本文讨论了取值于广义Wiener泛函空间(S)~*上的函数F(t),t∈R关于Lebesque测度的Pettis积分,给出了Pattis可积的充要条件,并应用于积分交换次序的研究,得到的一类Fubini定理可看成是关于Brown运动积分Fubini定理的推广。     

具有无界"非汉字符号"-导数的函数及其边界函数

设F(z)是实轴R上的实值连续函数F(x)在上半平面H上的Beurling Ahlfors延拓,其广义导数 F无界.讨论了 F(x+iy)与λF(x,t)=|F(x+t)-2F(x)+F(x-t)t|的增长阶之间的关系,对 F(x+iy)的值作出了更为精细的估计.     

具有无界（-e）-导数的函数及其边界函数

设F(z)是实轴R上的实值连续函数F(x)在上半平面H上的Beurling-Ahlfors延拓,其广义导数 F无界.讨论了F(x+iy)与λ（-e）F(x,t)=|{F(x+t)+2F(x)+F(x-t)}/t|的增长阶之间的关系,对F(x+iy)的值作出了更为精细的估计.     

N参数d维广义OU过程象集代数和的Hausdorff维数

设X(t);R ^4→R^d是N参数d维广义OU过程．对任意的紧集E,F包含R ^4＼{0},考虑了X(t)象集代数和X(E)-X(F)的Hausdorff维数,得到了象集代数和Hausdorff维数的上下界,这些结果包含了Brownian sheet和广义Brownian sheet的相应结论．     

广义相关K分布杂波建模与仿真

讨论了广义相关K分布杂波建模与仿真中若干问题，推导了广义相关K分布序列的高阶自相关函数，由此得到了相关Gauss序列与广义相关K分布序列相关系数间的非线性关系.在此基础上采用零记忆非线性变换方法进行杂波仿真，并且给出了广义相关K分布杂波序列仿真原理和算法流程图，仿真结果验证了算法的有效性与准确性.     

衡量金融风险相关性的Copula熵方法

正态检验的不理想和偏度及峰度的存在使得用基于多元正态分布的假设及线性相关系数研究相关性受到质疑,为此应用信息熵结合Copula理论建立了Copula熵函数.与信息论中互信息等相关性衡量指标相比较,其具有不受维数限制、有量纲、能捕捉非线性相关关系等优点.结合经济圈理论进行了数据验证,表明了该方法的可行性和有效性.     

随机向量间的线性相关性度量

相关分析是描述两个或两个以上变量间关系密切程度的统计方法.本文主要讨论随机向量间的相关性,重点地讨论了总体简单相关系数、复相关系数和典型相关系数的计算过程,以及广义相关系数与上三者之间的关系.     

广义相关免疫与相关度

讨论了广义相关免疫函数的理论意义和应用价值，发展了相关度的概念，给出了Ｂｅｎｔ函数的相关度及广义相关免疫阶，证明了Ｂｅｎｔ函数是一类理想的广义相关免疫函数．     

广义相关时延估计算法的自适应实现形式

认为广义相关时延估计算法的缺陷是依赖对输入信号及噪声先验知识 ,特别是对其功率谱的了解 ,而在实际应用中 ,往往缺乏这种先验知识 ,只能以估计值来代替 ,从而影响时延估计精度 .自适应滤波器一般只需要很少或根本不需要任何关于输入信号和噪声的先验知识且性能良好 ,若用自适应滤波器替代广义相关法中的预滤波器就可放松或免除对输入信号和附加噪声的条件限制 ,提高时延估计的精度 ,广义相关时延估计算法时域中的预滤波器就是其频域中的权函数 .从理论上证明了 ,任何一个广义相关权函数 ,都能够变换成一个或几个 Roth处理器的组合形式 .实际上 ,Roth处理器就是自适应滤波器实现的、能对原始带噪信号做最优化估计的维纳滤波器 ,从而实现了自适应广义相关时延估计算法 .     

岭估计中的W—K估计量与广义相关系数

Weldsch-Kuch(1979)提出了一个度量数据对最小二乘估计影响大小的统计量。吴诗泳等讨论了这个统计量与相关系效的关系。本文提出了岭估计中的W-K统计量,建立了它与广义相关系数的关系。     

科技奖励评审工作中专家权数的确定

利用等级相关理论中Ｓｐｅａｒｍａｎ等级相关系数和灰色关联度,提出了评审工作中专家权数的确定方法。     

数据的剔除对Minimax线性估计的影响与相关系数

用方差比和广义方差比作为判定数据对Minimax线性估计影响的标准,建立了剔除一组数据时的方差比与相关系数的关系,找到了剔除多组数据时的广义方差比与Hotelling广义相关系数的联系,并讨论了剔除一组数据与剔除二组数据时的广义方差比之间的关系.     

关联函数解析式的另一种推导方法

 探讨了d维欧氏空间中自由标量场的关联函数,用两种不同的方法推导求得了它的解析表达式,其中第二种方法为该文提出。文献上一般只讨论了到3维以及更低维空间的结果,作者推广得到了任意维的结果。计算3维空间的关联函数的方法一般是在3维空间的球坐标下直接进行积分求解,该文也应用这种方法在d维空间的球坐标系下直接积分得到了推广的结果。另一方面,发现可以通过选取合适的坐标系可有效地降低积分动量的维数,同样可以求得关联函数的解析式来。两种方法虽然用到的技术不同,但经过复杂的运算之后所得到的结果是一致的,结果表明：任意维空间的自由标量场的关联函数与变形Bessel函数只差一个有理因子,其中变形Bessel函数的阶数是由空间的维数所决定。     

年龄相关的非线性种群扩散系统广义解的惟一性

讨论了一类与年龄相关的非线性时变种群扩散系统广义解的惟一性问题，利用非线性抛物型偏微分方程的有关理论和比较原理，证明了该系统广义解的惟一性，为进一步讨论该系统的最优控制等问题提供了必要的理论依据。     

探测数据对加权回归模型影响的度量

用方差比和广义方差比作为影响度量，从估计效率角度研究数据的剔除对加权回归模型的影响．建立了这两个影响度量与相关系数和广义相关系数之间的精确关系．