峰度与偏度系数的近似经验贝叶斯估计

建立了单样本数据的贝叶斯模型,给出了偏度系数和峰度系数的线性贝叶斯估计及近似信度估计.进而,将模型推广到多样本数据模型下,并讨论了近似信度估计的统计性质,比较了贝叶斯估计、线性贝叶斯估计及近似信度估计的均方误差.最后,给出了超参数的估计,得到了近似信度估计的经验贝叶斯估计,使该估计可直接运用于实际问题.     

指数保费原理下的广义线性模型信度估计

利用信度理论方法,在指数保费原理下研究信度理论与广义线性模型中随机效应之间的关系,推广了经典的信度原理,给出了相应的信度保费表达式,并讨论了参数结构的估计.进一步建立了在该指数保费原理下普通费率因子与多水平因子相结合的费率厘定的乘法模型,得到了风险保费的信度估计.     

图对数线性模型性质的研究

将马尔科夫网与对数线性模型的基本理论相结合,建立了图对数线性模型,并对模型参数的极大似然估计进行研究。根据极大团对图模型进行分解,即可得到极大似然估计。具体分析了五维随机变量的对数线性模型结构以及独立性条件,并且计算出其极大似然估计计算公式。     

对数线性模型的选择方法及其应用

为构造最佳对数线性模型,通过λ系数构造λ相关系数矩阵,将其作为对数线性模型中交互项选择的方法,并用于分析肺癌治疗数据。结果表明,选出的交互项可以构造最佳的模型对数据进行准确的分析,因此在应用对数线性模型分析前,先用相关系数矩阵进行探索性研究分析是很有必要的。     

基于平衡损失函数下的信度模型

在平方损失的基础上引入惩罚项,构成一种非对称的平衡损失函数。基于这种平衡损失函数,运用贝叶斯统计推断理论得到了贝叶斯保费;结合Bühlmann信度模型和Bühlmann-Straub信度模型,给出了最优线性保费的估计结果。     

关于一类线性趋势回归信度模型随机效应的分析

本文讨论了具有线性趋势回归信度模型的随机效应,首先推导了检验的score统计量,然后利用Monte-Carlo方法模拟了检验的功效。     

混合对数正态分布广义线性联合均值与散度模型的参数估计

由于对数变换的优良性质,所以对数正态分布应用十分广泛.该文研究提出混合对数正态分布下广义线性联合均值与散度模型,利用EM算法和Fisher-Scoring方法研究了模型参数的极大似然估计.最后,通过随机模拟和实例研究结果表明,提出的模型和方法是有用和有效的.     

福建行洛坑钨矿变异函数模型的研究

以行洛坑细-网脉状钨矿为实例,对服从对数正态分布的区域化变量,分别用原始品位值和对数变换值建立变异函数模型。通过交叉验证等方法研究表明,对原始数据进行对数变换所得到的模型能更好地揭示区域化变量的空间变化规律,而且,对数线性克立格估值也比线性克立格估值更佳。     

数据缺失下线性EV模型响应变量均值的经验似然置信区间

考虑了响应变量随机缺失情形下的线性EV模型,构造了响应变量均值的两种经验对数似然比统计量,即估计的经验对数似然比统计量和调整的经验对数似然比统计量,证明了所构造的经验似然比统计量渐近于χ2分布,所得结果可以用来构造置信区间.     

树-串句法统计翻译模型的正向解码算法

针对树-串句法统计翻译模型提出了基于对数线性模型的正向解码算法.该解码算法直接对句法树进行操作,能够简单有效地利用句法信息.在对数线性模型中定义了翻译模型概率、语言模型概率和空译文罚分3个特征函数.采用集束搜索算法搜索假设空间,采用多栈存储假设,依据启发式策略进行假设打分.研究了假设的扩展方法,特别是树节点上不同操作对位置有效性的影响.在IWSLT2004数据集上进行了对比实验.实验结果表明正向解码算法译文的BLEU评分高于传统解码算法,说明正向解码算法能够克服传统解码算法的不足,有效利用句法结构信息,比传统解码算法更适合于树-串统计翻译模型.     

非线性数学模型中显著因子的模糊选择方法

作者提出用模糊的方法，检验和选择非线性数学模型中的显著因子，并对其可信度的评价进行了探讨。     

最大熵方法下的纯稳健信度估计

最大熵方法(MEM)已被广泛运用到保险精算领域,并取得了一定成就,然而,将稳健信度估计与MEM结合起来的相关研究还没有出现,正是致力于这方面的研究,即最大熵方法下的纯稳健信度估计.众所周知,以往的信度公式都要对索赔随机变量X做出一定假设,从而得到信度公式的确切表达形式.对随机变量X没有做出任何假设,也同样得出了信度保费的确切的线性表达形式和两个重要推论.     

基于扇出因子计算的动态可测性分析方法

可测性分析用于指导数字系统的计算机辅助测试与设计．传统的静态可测性分析法可信度差,我们分析了这种原因,发现数字系统的逻辑性在测试生成中随时间（动态）变化是导致静态可测性分析失真的根本原因．据此,提出了一种新的动态可测性分析法．该法以多扇出重汇聚分析为基础,引入新概念扇出因子,成功地刻划了可测性分析的动态性,因而可在线性时空消耗条件下,获得高精度的可测度,并实现冗故障的充分识别．     

基于信任度分配的小脑模型节点控制器改进算法及其收敛性分析

针对传统小脑模型节点控制器(CMAC)算法中的学习干扰现象,给出了一种基于信任度分配的CMAC改进算法(CA-CMAC).该算法将每个存储单元被激活次数的倒数作为该单元的信任度,误差的分配与该单元的信任度成正比.然后提出了信任度矩阵和信任度关联矩阵的概念,并根据线性方程组迭代理论,证明了改进算法在增量学习时的收敛性,给出了收敛条件并进行了验证.通过二自由度平面机器人臂逆动力学求解的仿真,比较了CA-CMAC与传统CMAC的性能,结果表明,CA-CMAC具有更快的收敛速度.     

基于统计学的葡萄酒评价数学模型

基于统计学的方法,建立了评价葡萄酒质量的多元线性回归模型。运用t检验、F检验、秩和检验等显著性分析的方法,对葡萄酒评酒员的评价结果进行显著性分析。建立葡萄酒评酒员评分可信度指标的数学模型,对多组评酒员的评分可信度分析。对葡萄的理化指标进行因子分析、置信区间的分析,建立葡萄酒质量的分级模型。通过典型性相关分析,分析酿酒葡萄与葡萄酒的理化指标之间的联系。     

平衡损失函数下风险相依回归信度模型

首先,给出了平衡损失函数下信度保费估计与二次损失函数下的信度保费估计的关系;然后,给出了在平衡损失函数下具有风险相依的回归信度保费表达式;并讨论了平衡损失函数下,目标估计为特殊情况的回归信度保费和风险等相关;以及具有共同效应时,二种回归信度保费表达式.     

具有线性趋势回归信度模型的随机效应及线性趋势的Score检验

讨论了具有线性趋势的回归信度模型的随机效应和线性趋势的Score检验问题.首先分别推导出模型中随机效应存在性和线性趋势显著性这2种检验的Score检验统计量,然后利用Monte-Carlo方法分别模拟了此2种检验统计量的功效.功效模拟结果显示,2种检验统计量都有很好的检验效果.最后利用所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析,分析结果表明,该数据集的随机效应是存在的,线性趋势也是显著的.     

基于可信度法求解区间双层线性规划问题

采用区间数可信度方法, 给出区间双层线性规划问题可行域和最优解的概念, 并利用单层与双层规划最优值区间方法和极大极小算子, 构建区间双层线性规划问题的确定等价模型. 数值算例结果表明该方法有效.