多功能机顶盒的技术分析

数字电视产业化发展涉及到机顶盒的合理技术统一,不应该局限在我国目前市场上的"机卡配对"模式,而应该朝着"机卡分离"多功能式的产业化方向发展.     

随机变量的独立性及其一个充要条件

随机试验的独立性、随机事件的独立性、随机变量的独立性均是概率统计中的重要概念,不少学者都在这些方面有所讨论。本文作者就二维离散型随机向量(ζ,η)中两个分量ζ与η的相互独立性展开讨论。先是证明了三个引理,其中引理1在一般概率论教科书中均有介绍,但为使读者方便,作者也作了证明。引理2,求出了三个条件概率P{(ζ=Xi,η=Yj)/B}、P{(ζ=Xi+1,η=Yj)/B},P{(ζ=Xi+1,η=Yj+1)/B},其中B={(ζ=Xi或Xi+1,η=Yj或Yi+1)},在引理3中求出了三个条件数学期望E(ζη/B)、E(ζ/B)、E(η/B),利用三个引理证明了二维离散型随机变量(ζ,η)中ζ与η相互独立的充要条件为:P(ζ=Xi,η=Yj)=Pij>0,E(ζη/B)=E(ζ/B)E(η/B)。     

Excel条件格式在教务管理中的运用

Excel条件格式可以根据单元格内容有选择性地自动应用格式,能给教师的教务管理工作带来许多便利。尤其结合公式灵活应用条件格式,可以快速地标识包含文本的单元格,标识两个列表中不相同的数据,标识前几名的数据,标识满足特殊条件的日期,让工作表间隔固定行显示阴影,判断输入数据的正确性,显示选中单元格所在行、列,快速查找和定位数据,自动绘制进度图表。     

条件弱(下)鞅的一类极大值不等式

在弱(下)鞅的极大值不等式的基础上,给出了条件弱(下)鞅的一类极大值不等式,并得到了随机变量序列的另一个极大值不等式.     

异方差下条件处理效应的非参数估计及应用

处理效应模型作为分析政策效应的量化工具,在社会与经济的各个领域有着广泛的应用.现有文献为了得到处理效应的一致估计量,通常需要加一些较强的限制条件(如条件均值独立)或采用工具变量法,在较弱的与实际更吻合的条件下给出处理效应的一致估计量并不多见.本文在误差项对称的假定下,讨论了条件处理效应模型的非参数识别和估计,并进一步估计了平均处理效应.我们通过放松模型中函数形式的假定,同时考虑了较为普遍的广义异方差形式,大大减少了模型误设的可能性,拓展了现有模型的适用性.本文对估计量的大样本性质进行了分析,表明了估计量的一致性和渐近正态性,蒙特卡罗模拟显示了估计量良好的有限样本性质.最后,本文将估计量应用于研究大学教育回报及其性别差异,进一步解释了估计量的实用价值.     

宏观经济信息发布对股票市场收益率及其波动的影响

通过构建宏观信息发布中的未预期信息衡量指标,本文研究了宏观信息对股票市场收益率及其波动的影响.实证分析发现:股票市场指数月收益率具有"通胀对冲"功能,同时PPI、固定投资、货币供给(M2)也会显著影响指数收益率,贸易顺差则与收益率波动显著相关;进一步对股票市场指数日收益率分析发现沪深两市对宏观信息的短期反应并不相同.对上证综指,仅CPI、固定投资与进口同比显著影响指数收益率,而出口同时影响指数收益率及其波动;对于深证成指,市场只对出口信息会作出及时反应.此外,本文还发现危机后股市对宏观信息的反映也出现了显著变化,宏观信息变量中只有PMI和进出口变量显著影响市场收益率,而PPI则成为影响收益率波动的显著因素.     

Model averaging estimation for conditional volatility models with an application to stock market volatility forecast

This paper is concerned with model averaging estimation for conditional volatility models. Given a set of candidate models with different functional forms, we propose a model averaging estimator and forecast for conditional volatility, and construct the corresponding weight-choosing criterion. Under some regulatory conditions, we show that the weight selected by the criterion asymptotically minimizes the true Kullback–Leibler divergence, which is the distributional approximation error, as well as the Itakura–Saito distance, which is the distance between the true and estimated or forecast conditional volatility. Monte Carlo experiments support our newly proposed method. As for the empirical applications of our method, we investigate a total of nine major stock market indices and make a 1-day-ahead volatility forecast for each data set. Empirical results show that the model averaging forecast achieves the highest accuracy in terms of all types of loss functions in most cases, which captures the movement of the unknown true conditional volatility.     

条件极值与变量代换

条件极值是高等数学中的一项重要内容。该文介绍变量代换在求条件极值方面的应用,并推广到不等式证明中。     

基于CUDA的GPU条件分支分歧聚合优化策略

分析NVIDIA GPU底层处理SIMD条件分支分歧的方式及其对程序性能产生的影响。在软件层级提出两种利用"聚合"思想的SIMD条件分支分歧优化策略:循环推迟和循环提前。策略将不同SIMD道中选择相同路径的条件分支"聚合"到同一步循环中,减少了SIMD操作的实际次数。使用CUDA对这两种策略进行的试验结果表明,在满足策略使用条件的前提下能够取得预想中的加速比。该策略实现难度较低、可操作性较强。     

不同区划方案对宏观交通事故建模的影响

依托美国佛罗里达州Hillsborough县历史数据,分别提取人口普查单元组、交通分析小区、人口普查区、邮政投递区等4种区划方案的事故数据、路网交通特征数据和经济-社会-人口数据;基于贝叶斯方法构建负二项条件自回归模型,从模型拟合度、模型估计参数、小区事故黑面识别等3个方面定量评价不同区划方案对宏观交通安全分析结果的影响.研究表明:宏观交通安全分析结果会随着空间单元划分方式不同而产生显著差异;小区数目越少,事故预测越为准确;对比人口普查单元组、人口普查区和邮政投递区,基于交通分析小区的模型拟合度最低;变量中等家庭收入对分区规模最不敏感,其参数估计结果具有稳健性和可靠性.