基于正则逆Gamma分布和广义极值分布的VaR计算

股指收益率的分布和风险价值(VaR)的计算是证券市场研究的热点问题.本文对来自上证指数和深证成指日收益率采用正则逆Gamma分布和偏T分布(SST)分别进行拟合,对极值序列(周、月极大值和极小值)建立广义极值分布函数。并由此计算VaR值,度量这几种序列的风险价值.结果表明正则逆Gamma分布能更好地拟合日收益率的分布,以及采用周极值收益率的广义极值分布计算VaR值来估计风险较为合理.

基于逆Gamma分布的变分自适应滤波算法

针对Bayesian滤波在组合导航量测噪声随机模型不准确时引发的估计精度下降问题,提出了一种基于逆Gamma分布优化的变分自适应滤波算法。该算法借鉴变分Bayesian学习理论,通过逆Gamma分布进一步精化了Bayesian滤波随机模型,准确高效地实现了量测噪声协方差的自适应估计,显著改善了滤波估计性能。最后通过紧耦合组合导航数据仿真实验,结果表明本文所探讨的优化算法能实时跟踪量测噪声变化,保障滤波估计精度,且运算量小速度快,易于工程实现,为今后研究工作于时变噪声环境下的导航系统及其扩展应用提供一定的理论支持。

多源观测逆问题的多尺度分布式分层求解算法

针对多源观测逆问题求解时所需的计算量过大这问题,该文给出了多源观测逆问题的一种多尺度分布式分 层求解算法。其基本思想是:首先,对各传感器上采集到的观测数据分别进行多尺度分解;其次,基于每个传感器 的观测信息,得到目标信号的小波变换系数的局部最优估计值;然后,基于相对误差协方差矩阵提供的信息,在每 个尺度上将目标信号的小波系数或最粗尺度系数的局部估计值进行融合;最后,做小波逆变换,得到目标信号基于 全局信息的融合估计值。采用该算法求解多源观测逆问题既能得到与采用集中式求解算法相当的估计效果,又能有 效地降低求解所需的计算量,进一步增强算法的可实施性。

总理赔量分布的另一种选择:复合Poisson-逆高斯分布(英文)

本文考虑当理赔次数N的分布为Poisson-逆高斯分布时,相应的总理陪量分布(即复合Poisson-逆高斯分布)的两种近似:正态分布和平移Gamma分布。同时还考虑了当理赔量的分布为下指数分布时复合Poisson-逆高斯分布的尾概率的一种近似计算。

几种厚尾分布尺度参数的最短区间估计

文章把逆Gamma分布和Laplace分布的尺度参数的最短置信区间的求解问题转化为非线性方程组的求解问题,并通过数值计算与常用置信区间进行长度比较说明研究厚尾分布中尺度参数的最短置信区间的必要性。

指数分布可靠性增长分析的Bayesian整体推断方法

本文引入服从广义逆Gamma分布的折合因子,得到一种指数可靠性增长下失效率的Bayes整体推断技术,并采用Laguerre-Gauss积分方法得到了折合因子分布参数的精确数值解,通过典型示例与其它确定分布参数的方法进行比较,可知这种方法更加接近工程实际。

体表电位标测系统及心电逆问题

一、前言 心电学的研究分正问题研究和逆问题研究,前者研究体表心电是如何产生和形成的;后者研究的是如何从体表电位推断心脏状态。广义地讲,目前临床医生根据无损地从体表测得的12导联心电图或心向量图来作诊断也是心电逆问题求解。只是这种对心脏状态的推断依据的是书本知识和医生的临床经验,而且一般只能作定性的推断。

基于Copula的金融市场相关分析

本文采用连接函数(copula)方法研究上证和深证市场的相关性。对上证指数和深证成指收益率的边缘分布分别用正则逆Gamma分布(Normal inverse gamma mixture)、偏T分布(Skew Student-t,SST)进行拟合,然后在此基础上采用copula函数方法建立两者的联合分布。其中的copula函数分别用Gumbel-Hougaard copula、Frank copula和Clayton copula,相依参数应用推断函数法(method of inference functions,IFM方法)估计。结果表明沪深两证券市场具有相关性。

一种新的极化SAR图像目标CFAR检测方法

该文提出了一种新的极化SAR图像目标CFAR检测算法。首先,在乘积模型框架下,引入具有均匀度变化下广泛杂波区域建模能力的逆Gamma分布,推导出了极化匹配滤波(PMF)检测量的分布模型P-G0分布。进而,利用基于Mellin变换的对数累积量导出了P-G0分布的参数估计器,保证了PMF检测量的精确建模。最后,推导出P-G0分布的CFAR检测阈值求解公式,以此设计了新的CFAR检测算法。利用RADARSAT-2极化SAR数据的实验结果表明了P-G0分布对不同均匀度的地物都具有良好的拟合性能,所提检测算法能够实现均匀度变化较大环境下目标的准确、自动检测。

基于随机参数的贝叶斯统计质量控制模型

为了研究正态共轭参数先验分布和正态一逆Gamma共轭参数先验分布下产品质量特性的控制问题 ,应用贝叶斯统计推断方法 ,通过不同控制对象的预报分布密度函数 ,构造了方差已知时质量特性的贝叶斯均值控制图和方差未知时的贝叶斯均值 -标准差控制图 ,结论表明 :经典统计质量控制模型是贝叶斯质量控制模型的一类特殊情况。

一类指数型变量均值的Bayes递进修正估计

基于统计决策理论 ,给出一种借助先验分布求解一类只有不完全样本的指数型变量均值的Bayes递进修正估计方法 ,并证明了该方法是最佳的。这是一种动态离散数据融合方法 ,能够根据观测样本的不断增加而随时修正估计结果。

多元t-copula尾相依的单调性(英文)

考虑了多元t-copula的上尾象限相依指数和上尾极值相依指数,该t-copula是在相依结构下定义的.由于多元连续型随机变量的copula函数关于严格单调递增变换具有不变性质,由此推导了多元t-copula的尾相依指数的精确表达式,得到的结果明显比以往文献给出的结论更加简洁.然后,讨论了这2个相依指数关于相关系数的局部单调性质:上尾极值相依指数关于相关系数是严格单调递增的,但上尾象限相依指数的单调性比较复杂.通过蒙特卡罗模拟数据验证了结果的正确性.同时,发现所有结论可以推广到生成随机变量是正则变化的分布类中.

基于变分贝叶斯理论的GPS/INS组合导航系统

为了解决GPS/INS松耦合导航系统中量测噪声未知所导致的滤波精度下降的问题,提出一种基于变分贝叶斯估计的卡尔曼滤波算法(VB-KF)。该算法假设量测噪声均值为0,方差服从参数未知的逆Gamma分布。通过因式分解的自由形式分布近似状态和噪声方差的联合后验分布,采用卡尔曼滤波算法估计状态,利用变分贝叶斯理论估计噪声参数,以获得系统最优的后验分布。实验结果表明,相比于传统的K F算法,该算法可实时准确估计系统状态和噪声参数,提高了滤波精度。

一种高等教育体系质量评价模型的面板实证研究

世界各国都在致力于提高高等教育质量,如何把把钱花在刀刃上是重要议题。本研究的目的是探究对教育质量主要影响因素并建立评估模型,从而获得可执行的政策。首先,我们基于 1995-2015 年 133 个国家的面板数据,以协调学习平均分数作为教育质量的代理变量,使用 Stata构建面板固定效应模型来评价一国高等教育体系质量。在 11 个主要因素确定了最关键的两个因素:教育投资和家庭遗产,分别代表了可以产生生产力的资本转移和不能产生生产力的资本转移。此外,通过数据,我们发现人力资本的分布呈现出“大量的极低数值和很少的高数值”的特征。其次,将评价模型应用于中美两国,我们认为中国的教育质量还有很大的提高空间。