客户购买行为的双变量多层贝叶斯预测模型研究

现有客户购买行为预测模型无法兼顾购买行为随机性、异质性及变量相关性的特征.单变量多层贝叶斯统计模型虽然解决了随机性、异质性问题,然而仍然忽略客户购买间隔与购买金额之间的相关性.双变量多层贝叶斯模型假设客户购买间隔和金额服从联合对数正态分布,借助"正态—Wishart"共轭先验分布族对后验近似标准分布进行推导,利用马尔科夫链蒙特卡洛模拟方法中的吉布斯抽样和梅托普利斯—海斯丁算法估计参数.模型不仅满足变量相关性特点,提高了客户购买行为预测的准确性,正态性假设还能对客户购买行为的波动性进行预测.对一高分子企业进行实证研究,并进一步针对模拟次数和统计变量数量进行参数优化,结果证明其适用性与准确性都优于传统预测方法.

基于联系数的区间二元语义模糊多属性群决策方法

针对区间二元语义评价信息的不确定性,考虑区间二元语义变量取值的分布情况,定义了二元语义联系变量、二元语义正态分布变量,研究了它们的运算法则,并提出了二元语义联系变量信息集结算子;针对决策矩阵元素为区间二元语义变量属性权重完全未知的模糊多属性群决策问题,利用二元语义正态分布变量的方差,通过构建优化模型确定最优属性权重,提出了基于二元语义联系变量信息集成算子的模糊多属性决策方法,最后通过实例分析了方法的可行性和有效性.

任意分布变量的自相关序列的产生

在地学(地震、石油物探、地质、地理等)及其它工程、经济、自然科学等领域中,经常碰到信号、信息的相关性问题,如等时间隔地震接受信号间就具有相关性。为了研究信号、信息的特点规律,提取有用信息和利用信息,模拟有关随机变量相关序列就是很必要的了。 正态分市变量的相关序列可由线性变换等方法得到。

雷达对空情报精度分析的偏峰数学模型

为了研究雷达对空情报的探测误差精度以及不同体制雷达之间探测误差,利用概率论数理统计的参数估计与偏度、峰度检验法的有关假设检验理论,建立了雷达对空目标监视情报精度检验数学模型.运用该模型对雷达情报的探测误差精度进行了正态性检验分析,并利用最大似然估计法得到了X型雷达与Y型雷达的距离误差随机变量D1和D2分别服从正态分布,即：D1~N 199.98,19.992）,D2~N 190,14.902.这一结论将对雷达保障引导中选取主站的雷达情报作为上报的决策起指导作用.

中心极限定理及其在若干实际问题中的应用

中心极限定理是概率论中讨论随机变量和的分布以正态分布为极限的一组定理.。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量近似服从正态分布的条件。这里对概率论中的三个重要的中心极限定理进行了论述,并总结了它们在实际中的应用。