序贯多重决策过程及其在基因组研究中的应用

降低和控制对大量分子标记进行测验的统计错误,已成为目前基因组研究中的普遍难题。针对此问题,本文根据序贯分析和多重假设测验的理论,介绍了可用于变化样本容量下对大量标记同时进行测验分组的序贯多重决策过程的原理和方法,探讨了该方法在实际应用中的计算精度和计算量优化等关键问题及相应的解决方案,最后以1套包括5 841个SNP和87个细胞系的药物遗传学实验数据进行实例分析,并与传统的测验结果比较,表明了序贯多重决策过程在实际应用中的优点和可行性。

基于马尔科夫过程的企业转型路径选择方法研究

针对企业转型路径选择问题,在基于生命周期理论的RCSP模型基础上,构建三维空间下的数学模型框架结构,并在此框架下对于不同生命周期阶段的企业,综合考虑企业生命周期、行业地位、行业生命周期三个因素,给出基于马尔科夫过程的企业转型路径选择模型方法。该模型首先将企业转型路径问题转化为序贯决策过程,分解成若干个相互联系又有一定制约性的阶段,其次,利用德尔菲技术得到通过肯德尔和谐系数检验的专家组评估分数,给出权重的计算方法,再次,引入贝叶斯准则,确定起点到终点的后验概率,得到概率矩阵,最后,通过马尔科夫链的平稳分布分析,得到平衡状态下的概率矩阵和可达概率情况,从而给出某一生命周期下企业转型的最稳定路径,充实现有的决策选择方法,扩展解决实际问题的思路。