考虑同侧和跨侧网络效应的UGC平台广告投放和内容创作补贴策略

UGC平台连接着内容创作者和消费者,双边用户间存在的同侧和跨侧网络效应吸引着他们进入一个或多个平台,从而形成不同的部分多归属结构。基于Hotelling模型,通过构建UGC平台的竞争模型,研究了双方均单归属(SS)、仅消费者边部分多归属(MS)和仅内容创作者部分多归属(SM)3种部分多归属结构下同侧和跨侧网络效应影响下的平台广告投放与内容创作补贴决策,以及其对市场份额和平台利润的影响。研究发现:当消费者边单归属(SS或SM)时,平台的广告投放随同侧网络效应单调递减;当消费者边多归属(MS)时,平台的内容创作补贴和消费者规模会随同侧网络效应单调递增,而同侧网络效应对平台的广告投放水平的影响是非单调的,其受到消费者对广告厌恶水平的影响。当消费者边多归属(MS)时,随着消费者边的跨侧网络效应的增加,平台会采取提高广告投放水平和内容创作者补贴,即从消费者处获得更多的广告收入以补贴内容创作者的策略;而随着内容创作者边的跨侧网络效应的增加,平台会降低广告水平并提高内容创作者补贴,即采取同时向两边用户让利的策略。当内容创作者边多归属(SM)时,随着消费者边的跨侧网络效应的增加,平台会同时向两边用户让利;而随着内容创作者边的跨侧网络效应的增加,平台会降低广告投放和内容创作者补贴水平,即降低对内容创作者的补贴而让消费者观看更少的广告。当某一边用户选择多归属时,该边用户的规模会随跨侧网络效应的提升而增长。通过对不同情形下均衡结果的横向比较,还发现双边用户中存在多归属的前提是较强的跨侧网络效应,而内容创作者多归属时,平台更容易对内容创作者提供补贴。

删失数据下部分线性模型的贝叶斯P-样条估计

针对右删失数据,建立了部分线性模型.为避免过拟合现象,提出贝叶斯P-样条估计,并将之与B-样条方法进行比较.数值模拟验证了贝叶斯P-样条估计的有效性且该方法降低了节点选择对估计的影响.最终将其运用于卵巢癌生存时间的数据中,发现年龄和治疗方案对卵巢癌影响显著.所得结论对卵巢癌的防治具有重要的实用价值.

逐步Ⅱ型截尾样本下恒定应力部分加速寿命试验的统计分析

在逐步Ⅱ型截尾样本下,研究广义逆Weibull分布恒定应力部分加速寿命试验(PALTs)的参数估计问题。利用极大似然法得到未知参数和加速因子的极大似然估计(MLE),并根据其渐近正态性计算渐近方差—协方差矩阵,以得到未知参数和加速因子的近似置信区间。取未知参数的先验分布为伽马分布,取加速因子的先验分布为均匀分布,使用Lindley近似算法和Metropolis-Hastings(MH)算法,在平方误差损失(SEL)函数下给出未知参数和加速因子的贝叶斯(Bayes)估计和最大后验密度(HPD)置信区间。通过蒙特卡洛模拟,对MLE和Bayes估计进行了比较。结果表明,在所有考虑的情况下,Bayes估计效果较好,其中MH算法相比Lindley估计更有优势。