用于操作风险分析的小样本贝叶斯网络结构学习

现有的贝叶斯网络结构学习方法需要大量可靠例子进行复杂的运算,具有低效率和可靠性,而在操作风险管理方面积累大量可靠的例子非常困难。针对问题和实际需求,基于变量之间基本依赖关系、结点之间基本结构、d-separation标准和依赖分析方法进行小样本贝叶斯网络结构学习,分别使用模拟和真实数据进行了实验和分析,结果显示,该方法能够有效地进行小样本数据的贝叶斯网络结构学习。

基于集对分析的中小机场运行风险水平态势评估

中小机场是我国航空运输业最重要的终端,也是民航风险事故最容易发生的地方。利用集对分析理论,建立了中小机场运行风险的同异反模型。根据集对势分析计算结果,再利用偏联系数分析系统发展动态趋势。结果表明,所建立的同异反风险评价模型能很好地对风险趋势进行合理的预测,在实际应用中具有很强的操作性,再加上合理的权重计算方法,使评价结果更加科学可靠。

左截断右删失数据下非参数估计方法的研究

目的针对左截断右删失数据,现有的非参极大似然估计法(NPMLE)和Breslow-Fleming-Harrington估计法(BFH)都对小风险集情形极为敏感,此时生存率会出现急速下降,本文除了提出校正精度的新估计法,同时对现有方法进行比较研究。方法基于现有NPMLE和BFH,结合Lai-Ying加权思想和条件概率,介绍加权NPMLE和条件NPMLE法,并提出加权BFH法。利用绝对误差积分(IAE)和平均宽度积分(IAW)指标,通过模拟研究比较上述方法的估计精度。结果模拟结果显示NPMLE、BFH、加权NPMLE、加权BFH和条件NPMLE法的IAE值依次递增,而IAW值显示加权BFH法最小,NPMLE法最大,BFH、条件NPMLE和加权NPMLE法在高低删失率下IAW大小相互逆转。结论结合模拟结果和实际例子,存在小风险集时推荐使用加权BFH法,其次加权NPMLE法;没有小风险集时5种方法基本一致。

科技型小企业新产品研发项目的SPA综合评价方法研究

高新产品的研发是科技型小企业可持续发展的根源 ,但对高技术项目的投资却具有极高的风险。本文针对科技型小企业新产品研发项目的特征 ,建立了包含概率和项目目标三因素的风险评价指标体系 ;依据确立的指标体系 ,给出了使用集对分析综合评价的数学模型。最后 。

老年伸直型桡骨远端骨折手法复位夹板外固定治疗后骨折移位的危险因素分析

目的:探讨老年伸直型桡骨远端骨折手法复位夹板外固定治疗后骨折移位的危险因素。方法:选择298例采用手法复位夹板外固定治疗的老年伸直型桡骨远端骨折患者,从病历系统中提取性别、就诊年龄、受伤至就诊时间、患侧是否为利手侧、治疗前桡骨短缩程度和掌倾角、桡骨远端背侧是否粉碎、是否合并尺骨茎突骨折、固定后患肢是否悬吊、是否联合口服中药治疗、外固定时间及骨折移位情况等信息。按照骨折移位情况将患者分为移位组和未移位组,先对2组患者的相关信息进行单因素分析,然后对筛选出的因素进行Logistic多因素回归分析。结果:移位组60例,未移位组238例。2组患者的性别、患侧为利手侧、桡骨短缩、掌倾角、桡骨远端背侧粉碎、尺骨茎突骨折情况比较,组间差异均有统计学意义(χ^(2)=20.560,P=0.000;χ^(2)=4.387,P=0.036;t=-6.650,P=0.000;t=3.423,P=0.001;χ^(2)=65.971,P=0.000;χ^(2)=117.720,P=0.000);2组患者的年龄、受伤至就诊时间、患肢悬吊、外固定时间及口服中药治疗情况比较,组间差异均无统计学意义(t=0.610,P=0.542;χ^(2)=0.614,P=0.433;χ^(2)=0.007,P=0.931;χ^(2)=0.308,P=0.579;χ^(2)=0.088,P=0.767)。Logistic多因素回归分析显示,性别、桡骨短缩、桡骨远端背侧粉碎、尺骨茎突骨折均为老年伸直型桡骨远端骨折手法复位夹板外固定治疗后骨折移位的危险因素(P=0.018,OR=3.634;P=0.039,OR=1.369;P=0.000,OR=5.167;P=0.000,OR=13.763)。结论:性别、桡骨短缩、桡骨远端背侧粉碎、尺骨茎突骨折是老年伸直型桡骨远端骨折手法复位夹板外固定治疗后骨折移位的危险因素。

基于变权Markov链的中小物流企业信用风险集对预测

中小物流企业信用表现的优劣直接关系物流服务供应链生态系统的平衡性和稳定性。针对现有研究仅侧重历史信用评估,无法有效判断企业未来风险演变的情况,本文构建集对-变权Markov模型预测中小物流企业未来信用风险趋势。首先,构建完善的中小物流企业信用特征指标体系,设计CRITIC-时间熵方法综合面板信用数据纵横向信息计算指标变权;其次,综合考虑风险状态转移和趋势转移两种情景分别构造集对关系和M a rko v转移矩阵,结合集对势思想从正、均、反三种态势预测企业信用发展;最后,通过实例分析验证模型对于中小物流企业信用风险状态和趋势判断的有效性。该模型从未来风险发展视角分析中小物流企业信用状态,为有效预判物流企业信用趋势提供决策支持。