期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
均值—离差型组合证券投资优化模型 被引量:10
1
作者 胡日东 《预测》 CSSCI 2000年第2期55-57,共3页
本文给出了基于历史收益率数据的均值—平均绝对离差型组合证券投资优化模型。该模型采用收益的平均绝对离差作为风险的尺度 ,可以通过求解线性规划获得最优证券投资组合。在证券收益分布为正态分布时与均值—方差模型的解相似 ,避免了... 本文给出了基于历史收益率数据的均值—平均绝对离差型组合证券投资优化模型。该模型采用收益的平均绝对离差作为风险的尺度 ,可以通过求解线性规划获得最优证券投资组合。在证券收益分布为正态分布时与均值—方差模型的解相似 ,避免了均值—方差模型求解二次规划问题 (尤其在解决大规模的组合证券投资问题时 )的计算复杂性。 展开更多
关键词 组合证券投资 均值-离差模型 线性规则 交易费用
下载PDF
带有脱销费用的报童问题的均值——半离差模型研究 被引量:1
2
作者 胡支军 张珣 《统计与决策》 CSSCI 北大核心 2009年第5期42-46,共5页
研究报童模型中,在中心半离差风险度量准则下,脱销费用和风险厌恶程度对厌恶风险的零售商的最优订货量的影响。基于中心半离差风险度量的均值-风险模型与二阶随机占优准则是一致的,并且目标函数是订货量的凹函数。研究发现,风险厌恶的... 研究报童模型中,在中心半离差风险度量准则下,脱销费用和风险厌恶程度对厌恶风险的零售商的最优订货量的影响。基于中心半离差风险度量的均值-风险模型与二阶随机占优准则是一致的,并且目标函数是订货量的凹函数。研究发现,风险厌恶的零售商的最优订货量随着风险厌恶水平的增大而减少,当存在脱销费用时,风险厌恶的零售商的最优定购量与风险中性的零售商的最优定购量之间的大小关系则依赖于需求的分布、风险的厌恶程度以及脱销费用的大小。文中通过两个数值例子对此进行了说明。 展开更多
关键词 报童问题 风险厌恶 脱销费用 均值-半离差
下载PDF
基于均值绝对离差的参数估计
3
作者 康建华 文平 《新疆师范大学学报(自然科学版)》 2008年第3期18-20,共3页
针对矩法估计存在不足,文章提出了利用样本均值、样本均值绝对离差作为总体均值、均值绝对离差估计量的思想方法,从而得到了位置参数、尺度参数的估计量。本文最后通过在正态分布中随机抽取样本的方法对矩法估计与均值绝对离差估计的优... 针对矩法估计存在不足,文章提出了利用样本均值、样本均值绝对离差作为总体均值、均值绝对离差估计量的思想方法,从而得到了位置参数、尺度参数的估计量。本文最后通过在正态分布中随机抽取样本的方法对矩法估计与均值绝对离差估计的优劣性进行了比较。 展开更多
关键词 均值 均值绝对离差 估计量 位置参数 尺度参数
下载PDF
均值离差平方和在近红外光谱识别灵芝和云芝提取物的应用
4
作者 卢艳 王钧 戴阳军 《常熟理工学院学报》 2016年第2期110-113,共4页
为实现灵芝提取物和云芝提取物的自动化快速鉴别,利用近红外光谱仪对灵芝提取物和云芝提取物进行近红外光谱分析,根据正确率和均值离差平方和(Average of Sum of Differ-ence Square,ASDS)确定最佳预处理方法,建立距离匹配(Distance Mat... 为实现灵芝提取物和云芝提取物的自动化快速鉴别,利用近红外光谱仪对灵芝提取物和云芝提取物进行近红外光谱分析,根据正确率和均值离差平方和(Average of Sum of Differ-ence Square,ASDS)确定最佳预处理方法,建立距离匹配(Distance Match,DM)判别分析模型.结果表明:在全波长范围内,采用FD和MSC+FD预处理,在建模集中,对样品的识别率达到90.79%,模型预测效果好;在外部验证中,验证的识别率达到100%,具有很强的应用性.上述结果表明:利用近红外光谱和均值离差平方和,得出经过一阶导数处理的光谱,在DM模型对灵芝和云芝提取物分类中是可行的. 展开更多
关键词 近红外光谱 距离匹配判别分析 均值离差平方和 灵芝和云芝提取物
下载PDF
基于LABVIEW的电火花线切割放电点位置分布评价
5
作者 王俊棋 吴海会 周斌军 《洛阳理工学院学报(自然科学版)》 2023年第3期59-63,共5页
分析了电火花线切割放电点位置检测原理,介绍了分路电流法进行数据采集的过程,分析了均方差法评价放电点位置分布的均匀性。针对均方差法存在的问题,提出了一种新的评价方法——最大和最小值均值离差法。运用LABVIEW软件编写两种评价方... 分析了电火花线切割放电点位置检测原理,介绍了分路电流法进行数据采集的过程,分析了均方差法评价放电点位置分布的均匀性。针对均方差法存在的问题,提出了一种新的评价方法——最大和最小值均值离差法。运用LABVIEW软件编写两种评价方法程序,对两组数据进行评价,对比结果表明最大和最小值均值离差法能够解决均方差法对均匀性评价的问题,以标准值0作为参照标准,评价结果ω值能够定量、可靠地评价均匀性,实用性强,为电火花线切割放电点分布对加工稳定性和加工质量的影响提供了研究基础。 展开更多
关键词 放电点位置 均方差法 均匀性 最大和最小值均值离差
下载PDF
玉米粘虫预测方法研究 被引量:1
6
作者 林光 《中国农业气象》 CSCD 北大核心 1996年第6期49-50,共2页
根据粘虫与气象条件的关系 ,选取相关较好的气象因子 ,运用离差均值比相似分析方法 ,预测 1994、1995年毕节地区粘虫发生程度 ,预测结果表明 。
关键词 气象因子 粘虫发生 离差均值比 玉米 预测
下载PDF
中国农村商业发展的区域差异与变动趋势分析
7
作者 杨军 《改革与战略》 北大核心 2010年第6期106-110,共5页
文章运用GINI系数、Theil系数、对数离差均值系数对1983~2006年中国农村商业发展的各地带间差异、省际差异进行度量,并在此基础上运用R/S分析方法对区域农村商业发展差异性的未来变动趋势进行了分析。结果表明:中国农村商业发展的区域... 文章运用GINI系数、Theil系数、对数离差均值系数对1983~2006年中国农村商业发展的各地带间差异、省际差异进行度量,并在此基础上运用R/S分析方法对区域农村商业发展差异性的未来变动趋势进行了分析。结果表明:中国农村商业发展的区域差异主要表现为组内差异。但Hurst指数表明,不管是组内差异还是组间差异,未来的差异性还要扩大;农村商业发展水平较低的省际差异最明显,其次是中等发展水平的省际差异,最后是高发展水平的省际差异。与此同时,Hurst指数显示:中部地带内农村商业发展的省际差异正在逐步缩小。 展开更多
关键词 农村商业发展 区域差异 变动趋势 GINI系数 对数离差均值系数 THEIL系数 HURST指数
下载PDF
基于基尼系数位置参数的稳健估计新方法 被引量:3
8
作者 尹雪华 李翔 《统计与决策》 CSSCI 北大核心 2022年第18期43-47,共5页
针对样本均值及样本中位数的不足,文章提出了基于基尼系数的位置参数的一种新的估计方法。数值模拟的结果显示,所提方法几乎不受离群值的影响,比算术平均值更稳健。特别地,若数据分布是正态的,则新平均值、算术平均值及样本中位数是一... 针对样本均值及样本中位数的不足,文章提出了基于基尼系数的位置参数的一种新的估计方法。数值模拟的结果显示,所提方法几乎不受离群值的影响,比算术平均值更稳健。特别地,若数据分布是正态的,则新平均值、算术平均值及样本中位数是一致的。并且作为应用,给出了2018—2020年全国居民人均可支配收入平均值的新估计,并与公布的数据进行了比较。 展开更多
关键词 样本均值 均值绝对离差 中位数 位置参数 基尼系数
下载PDF
区域金融生态与信贷资源配置效率差异的关系研究
9
作者 康建华 《经济师》 2018年第12期24-25,共2页
文章以全国九大城市群为研究样本,利用主成分分析以及数据包络分析,测度各地区2003-2015年金融生态环境以及信贷配置效率。在此基础上利用对数离差均值分析二者的差异,结果显示金融生态环境与信贷配置效率的差异的变化趋势较为一致,因... 文章以全国九大城市群为研究样本,利用主成分分析以及数据包络分析,测度各地区2003-2015年金融生态环境以及信贷配置效率。在此基础上利用对数离差均值分析二者的差异,结果显示金融生态环境与信贷配置效率的差异的变化趋势较为一致,因此笔者认为未来区域发展应当注重改善金融生态坏境,进而提高信贷资源配置效率,实现全面协调发展。 展开更多
关键词 金融生态环境 信贷资源 配置效率 对数离差均值 政策建议
下载PDF
方差分量模型参数的广义岭估计 被引量:5
10
作者 童恒庆 《应用数学学报》 CSCD 北大核心 1995年第3期453-460,共8页
本文先将方差分量模型的方差分量化为派生模型的均值参数,分别作出其相对于LSE和BLUE的广义岭估计,再根据二步估计法作出原模型均值参数的广义二乘估计及其进一步的岭估计,证明了这样不仅使方差分量估计的均方误差减少,而且... 本文先将方差分量模型的方差分量化为派生模型的均值参数,分别作出其相对于LSE和BLUE的广义岭估计,再根据二步估计法作出原模型均值参数的广义二乘估计及其进一步的岭估计,证明了这样不仅使方差分量估计的均方误差减少,而且使原模型均值参数估计的均方误差也不增加和进一步减少.本文还找到了岭参数仅仅依赖于样本的估计.这样既将岭估计方法推进至方差分量模型,也改进了方差分量模型参数的离差均值对应方法. 展开更多
关键词 离差均值对应 岭估计 广义 方差分量模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部