用蒙特卡洛模拟法计算正交最小二乘法拟合参数的标准偏差

介绍了一种计算正交最小二乘法拟合参数标准偏差的新方法———蒙特卡洛模拟法 ,并以电子探针微区分析技术分析环境样品的数据为例 ,对用于计算经典最小二乘法回归系数标准偏差的公式法和蒙特卡洛模拟法进行了比较。计算结果表明 ,两者完全相符 ,蒙特卡洛模拟法的计算结果正确、可靠。考察了模拟次数对计算结果的影响。模拟次数大于 5 0 0时 ,计算结果趋于稳定 ,计算所需时间在 1min以内。拟合方差与回归系数标准偏差存在明显的相关关系。线性模型能解释的方差越大 ,回归系数标准偏差越小。

广义Pareto分布近似广义最小二乘估计

广义Pareto分布(generalized Pareto distribution,GPD)是统计分析中的一个极为重要的分布.对基于广义Pareto分布的若干个样本分位数进行了研究.首先,求解具有较高精度的形状参数的参数估计;其次,得出广义Pareto分布位置参数及尺度参数的近似广义最小二乘估计.本方法简单易行,对形状参数的存在条件没有限制,通过Monte Carlo模拟验证了该方法具有较高的精度.

互联网视频企业数据资产价值评估--以芒果超媒为例

近年来,随着人工智能、大数据、云计算等数字技术的不断发展,数字经济已成为促进经济增长的核心动力。在数字经济时代,数据资产在互联网视频企业中的地位愈发重要,如何客观、合理地评估其价值成为了当前研究的热点问题。在明确数据资产内涵的基础上,综述现有评估方法,针对性地提出互联网视频企业数据资产价值评估方案,并以芒果超媒为例验证方案的可行性和有效性。研究表明:技术资产和数据资产在互联网视频企业表外资产中占有重要地位;芒果超媒的数据资产有较大增值潜力;可以采用层次分析-收益分成法与最小二乘-蒙特卡洛模拟法分别确认数据资产的经济价值和潜在价值,该方案能较为准确地评估互联网视频企业数据资产的价值,同时有助于拓展互联网视频企业数据资产评估的思路;科学合理的数据资产评估结论可以为商业并购和企业决策提供依据,推动企业数据资产化,助力数字经济发展。

基于跳扩散过程的回望期权定价的数值算法

运用加权最小二乘蒙特卡洛模拟法(WLSM)研究标的资产服从跳扩散过程的美式回望期权定价问题,改进了Longstaff等提出的最小二乘模拟法.运用WLSM对美式回望期权进行定价,数值实验结果表明该方法具有较为显著的优势.

基于回归系数检验的多元数据卡方图诊断法

在多元正态数据的卡方图诊断中,针对简单线性回归模型检验法的限制,提出基于统计模拟的系数检验法。首先通过加权最小二乘法得到回归系数的估计量,再使用蒙特卡洛模拟方法得到2个估计量的经验分布,进而得到2个估计量的经验容许区间,以此作为检验回归系数显著性的置信区间,最后得到不同样本容量、不同样本维数情况下的检验临界值。结合3个真实案例,给出不同检验方法的检验功效,结果表明回归系数检验法不但弥补了图像诊断主观随意性的不足,也具有较高的检验功效。

坐标点分布对三维坐标变换参数估计不确定度的影响（英文）

相机坐标系和目标坐标系中公共特征点的测量精度和相对几何分布对参数估计具有重要影响,直接影响视觉导航精度。由于坐标点的测量精度依赖于测量系统的精度,而公共点的分布选取更容易调整,因此仅讨论公共特征点相对几何分布对平移旋转参数估计精度的影响。首先,采用非线性模型和加权整体最小二乘算法求解变换参数,并采用蒙特卡罗方法归纳总结了不同的特征点分布对参数估计精度的影响。同时,为了工程化应用,将坐标点分布的分散度进行量化作为其权重,提出一种重构协因数矩阵的方法。最后,基于实际测量数据的对比试验表明,在没有先验知识的情况下,所提出的方法可以改善参数的估计精度,即变换参数的后验标准差至少减小6.7%。