兵团农业总产值的回归分析

首先利用经典线性回归分析对影响兵团各师农业总产值的几个因素进行分析,通过分析发现回归结果不尽合理.因此先对各师数据进行主成分分析,然后再利用农业总产值关于各个因素的主成分进行回归.得出了满意的结果.     

基于近似贝叶斯计算的HMM隐状态估计

为了得到似然函数不解析可得的 HMM 隐状态估计,将HMM 隐状态估计看成一个贝叶斯最优滤波问题,采用基于近似贝叶斯计算的离子滤波算法对此类问题进行求解,从而解决了一些常用算法如卡尔曼滤波、扩展卡尔曼滤波及离子滤波等都不能解决的似然函数不解析可得的滤波问题。     

动态贝叶斯网络在战争身份识别中的应用

在战争身份识别中运用贝叶斯网络时,系统参数不能做到及时调整,动态贝叶斯网络可以解决这一问题,通过建立网络模型,引入时间因素,对系统参数进行分析与后验概率推理,利用隐马尔科夫模型对推理进行仿真实验.通过动态贝叶斯网络在战争身份识别中的使用为指挥员在有限的时间内作出有效的评估识别提供了依据,具有重要的实战意义.     

新疆生产建设兵团与新疆GDP增长的协整分析

验证了新疆生产建设兵团（以下简称“兵团”）GDP和新疆的GDP序列都是单位根过程,利用协整检验方法分析了新疆和兵团1978—2005年的GDP之间存在长期稳定的协整关系,利用Granger因果关系检验发现新疆GDP增长是拉动兵团GDP增长的原因。     

概率统计前沿方法——协整分析的应用

文章从概率统计分析的前沿方法——协整分析的基本理论与方法着手,应用单位根检验理论、协整检验理论和Granger因果检验理论,研究了新疆维吾尔自治区1980-2003年国内生产总值与出口贸易总额这两个重要经济指标之间的关系,进而揭示出口贸易与经济增长之间的相互作用。研究表明在所选取的样本区间内这两列时间序列均为非平稳的,并且都是单位根过程,随后验证了它们之间存在唯一协整关系以及具有双向Granger因果关系,亦即生产总值对出口贸易总额有直接的滞后影响,同时经济增长能够通过短期波动失衡的调整影响出口贸易。最后,论文给出了上述两个重要经济指标的协整方程以及误差修正模型(ECM),并且得到了较好的拟合结果。     

汾渭平原SO2与气温的函数型空间自回归分析

面对观测到的高维复杂数据,函数型数据分析方法能充分利用数据信息,有效处理这类数据,并分析不同数据类型之间的关系。收集了汾渭平原11个城市2019年月均SO_2浓度数据和逐时气温数据,为了在分析SO_2浓度与气温之间的关系时不丢失重要信息,首先通过函数型数据分析方法,对逐时气温数据进行函数化,并对气温曲线进行动态分析;其次,由于月均SO_2浓度数据存在空间相关性,故在气温曲线和月均SO_2浓度之间建立函数型空间自回归模型(functional spatial autoregressive model, FSAR)。通过函数型主成分基展开的方法对气温曲线进行降维,采用极大似然估计方法对FSAR模型中的参数进行估计。通过与函数型线性模型(functional linear model, FLM)对比,结果表明:FLM模型的均方误差远大于FSAR模型的均方误差。可见用FSAR模型处理SO_2浓度与气温数据的拟合效果更好。     

基于DEA的协调聚类方法

对基于DEA的协调聚类的基本理论及其改进进行介绍并给予补充,并用此方法对北疆8个城市的经济发展状况进行评价.最后将其与因子分析法对比,发现它们各有长短.     

偏最小二乘在短跑运动员选材中的应用

运动员选材问题是一个极其重要而又复杂的问题,就方法而言,目前尚无重大突破.在此运用一种新型的多元数据分析方法———偏最小二乘回归(PLS)方法,选取13岁维吾尔族男生,就其体质测试中的形态、机能、素质等有关数据加以分析,建立了短跑成绩的预测模型.对各项指标的贡献率进行分析与计算,并做了精度分析,为科学选材提供了定量依据.     

基于新疆地区降水量与气温的空间异质性的空间展开模型分析

基于新疆地区52个气象观测站点的逐日气温和降水量数据,利用空间展开模型研究了1970,1980,1990和2000年新疆地区平均气温与年降水量回归关系的空间异质性,并将结果予以可视化.采用空间展开模型用各观测站点的地理位置函数来代替各观测点的位置特性加入到模型当中,很好地解决了由于各站点地理特性而导致的空间异质性.研究表明,新疆地区气温对降水量的影响强度随着地理空间位置的变化而变化,二者的回归关系呈现出显著的空间非平稳性.北疆地区的影响系数显著为正,天山山区的大多数气象观测站点为正,而南疆地区的回归系数所反映的影响强度特征较为散乱,这种不一致性取决于南疆地区的特殊地理格局.研究结论充分说明新疆地区气温对降水量的影响强度存在明显的地域差异.     

基于结构方程模型（SEM）的股票风险计量研究

将风险看为一个不可直接测量的潜在变量,考虑采用一些可观测的指标变量来描述风险的模型时,许多股票风险计量的研究大多从定性方面给影响风险的因素以权重系数,而从定量角度给出风险与各因素的回归系数计量多因素风险模型的研究很少。针对这种情况,试用结构方程模型给出了定量研究多因素股票风险计量模型的方法,并作实证分析,结果表明基于结构方程模型的多因素风险计量模型是可行的。