期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
MS-DFM模型的参数估计及其在股市周期识别中的应用
1
作者 杨柳 刘鑫 +1 位作者 马维军 《黑龙江大学自然科学学报》 CAS 2024年第4期406-416,共11页
对已有的马尔科夫转移动态因子模型提出了一个新的参数估计方法——两步最大期望(Expectation-maximization,EM)法,通过对马尔科夫转移动态因子模型进行重新参数化,将其转换为混合动态因子模型,并将因子与状态均视为潜变量,利用EM算法... 对已有的马尔科夫转移动态因子模型提出了一个新的参数估计方法——两步最大期望(Expectation-maximization,EM)法,通过对马尔科夫转移动态因子模型进行重新参数化,将其转换为混合动态因子模型,并将因子与状态均视为潜变量,利用EM算法实现对重新参数化后的参数以及因子得分的估计。将因子得分视为已知数据、状态视为潜变量,针对每个因子序列建立马尔科夫转移自回归模型,利用EM算法对依状态变化的截距项和自回归系数进行估计,并对状态与拐点进行识别。通过数值模拟验证该方法的有效性,并将该模型与估计方法用于我国沪深股市股票数据分析中,对股市行业周期进行度量和识别。 展开更多
关键词 马尔科夫转移模型 动态因子模型 马尔科夫转移动态因子模型 EM算法
下载PDF
在概率统计教学中培养学生的研究性学习能力和解决实际问题能力 被引量:2
2
作者 周影 佟良 +1 位作者 马维军 《数学教学研究》 2014年第5期58-60,共3页
分析了当前高校在概率统计教学中存在的某些问题,结合了自己多年的教学实践和经验,给出了培养学生研究性学习能力和解决实际问题能力的具体措施,并总结了改革的效果.
关键词 概率统计 教学方法 研究性学习能力
下载PDF
矩阵型因子模型及其在我国省际人口流动网络数据中的应用
3
作者 王浩莹 徐赛男 +2 位作者 王亚杰 马维军 《黑龙江大学自然科学学报》 CAS 2022年第2期176-184,共9页
矩阵型时序数据广泛地存在于各个领域中。近年来,研究者们针对高维矩阵型时序数据提出了一类矩阵型因子模型,其估计方法与理论研究正在不断的改进中。本文针对已提出的矩阵型因子模型,给出了一个新的拟似然估计方法,通过数值模拟验证了... 矩阵型时序数据广泛地存在于各个领域中。近年来,研究者们针对高维矩阵型时序数据提出了一类矩阵型因子模型,其估计方法与理论研究正在不断的改进中。本文针对已提出的矩阵型因子模型,给出了一个新的拟似然估计方法,通过数值模拟验证了该方法的有效性,并将矩阵型因子模型用于我国省际人口流动网络数据中,以研究其动态变化规律。 展开更多
关键词 矩阵型时序数据 因子模型 人口流动网络 拟似然法
下载PDF
带协变量的混合因子模型及应用
4
作者 侯春羽 马维军 《黑龙江大学自然科学学报》 CAS 2019年第5期519-528,共10页
异质性数据存在于许多领域中,例如心理学、环境科学。混合模型广泛用于探索异质性数据。本文提出了一种混合因子模型,它在探索异质性数据的过程中,可同时考虑引起的数据异质性的潜在因素和可观测到的影响因素。通过模拟研究,体现了基于... 异质性数据存在于许多领域中,例如心理学、环境科学。混合模型广泛用于探索异质性数据。本文提出了一种混合因子模型,它在探索异质性数据的过程中,可同时考虑引起的数据异质性的潜在因素和可观测到的影响因素。通过模拟研究,体现了基于该模型的两步法参数估计的有效性。同时将这些混合因子模型应用于城市空气质量的评价问题中,研究了空气污染物与气象因子之间的关系。 展开更多
关键词 空气质量评价 气象因子 混合因子模型 潜在因子
下载PDF
基于Logistic奇异值分解模型的全基因组关联检测
5
作者 于婷 +1 位作者 周影 马维军 《黑龙江大学自然科学学报》 CAS 2019年第6期661-667,共7页
从海量的单核苷酸多态性(SNPs)中,挑选出与疾病或某些临床、环境因素有关的位点,仍是全基因组关联研究中的一个重要课题。针对表型-SNP数据构成的二维列联表结构,提出了一个Logistic SVD模型。该模型可以同时考虑所有的SNP。另外,通过刻... 从海量的单核苷酸多态性(SNPs)中,挑选出与疾病或某些临床、环境因素有关的位点,仍是全基因组关联研究中的一个重要课题。针对表型-SNP数据构成的二维列联表结构,提出了一个Logistic SVD模型。该模型可以同时考虑所有的SNP。另外,通过刻画SNP基因型在不同疾病表型水平下的分布差异,基于该模型构建了一个SNP检测准则。模拟研究显示,所提出的检测准则比现有的检测方法更加有效。 展开更多
关键词 生物标记检测 全基因组关联研究 Logistic SVD SNP
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部