您的位置: 专家智库 > >

鲁海波

作品数:7 被引量:7H指数:2
供职机构:新疆师范大学数学科学学院更多>>
发文基金:国家自然科学基金安徽省自然科学基金国家科技支撑计划更多>>
相关领域:理学自动化与计算机技术经济管理更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇理学
  • 2篇自动化与计算...
  • 1篇经济管理

主题

  • 3篇序贯
  • 2篇序贯抽样
  • 2篇样本量
  • 2篇TOBIT回...
  • 2篇TOBIT回...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇指纹
  • 1篇指纹图
  • 1篇指纹图谱
  • 1篇置信域
  • 1篇数学
  • 1篇数学期望
  • 1篇随机加权
  • 1篇停时
  • 1篇主成分
  • 1篇主成分分析
  • 1篇自适
  • 1篇自适应
  • 1篇维度

机构

  • 7篇新疆师范大学
  • 2篇中国科学技术...
  • 1篇新疆医科大学
  • 1篇新疆埃乐欣药...

作者

  • 7篇鲁海波
  • 2篇王占锋
  • 2篇吴耀华
  • 1篇关明
  • 1篇董翠玲
  • 1篇陈坚
  • 1篇段芳
  • 1篇王爽
  • 1篇李晓静
  • 1篇杜卫军
  • 1篇郭勇

传媒

  • 2篇新疆师范大学...
  • 1篇中国科学技术...
  • 1篇理化检验(化...
  • 1篇数理统计与管...
  • 1篇应用数学进展
  • 1篇理论数学

年份

  • 2篇2021
  • 2篇2020
  • 1篇2015
  • 1篇2012
  • 1篇2010
7 条 记 录,以下是 1-7
排序方式:
基于支持向量机的客户流失预测模型
2010年
客户流失预测是不确定的、非线性的复杂系统,传统方法往往难以准确描述这种非线形特性,而支持向量机能够解决线性及非线性分类问题并且具有全局收敛性和良好的推广能力。因此,本文采用支持向量机的智能化新技术建立客户流失预测系统模型。实证表明该模型具有良好的预测能力和较强的实用性。
鲁海波段芳
自适应设计下基于COX回归模型的序贯压缩估计研究
2021年
在COX回归模型的应用中,我们经常会遇到包含太多变量的数据集,而这些变量中只有少数变量对模型有贡献。因此,在推断过程中估计“无效”变量会浪费大量的样本。在本文中,我们提出一种基于自适应压缩估计的序贯抽样策略来构造“有效”参数的固定长度的置信集,这样在忽略模型中的“无效”变量影响的同时,使用最少样本将模型中的“有效”变量快速地识别出来。最后,在自适应设计下对我们所提出的序贯抽样策略进行数值模拟并且数值模拟达到了预期的效果。
鲁海波
关键词:序贯抽样样本量
一种基于Tobit回归模型的序贯压缩估计方法研究
2021年
Tobit回归模型在计量经济学等研究领域中有着广泛的应用。但是我们在处理面板数据以及时间序列数据时经常会遇到包含太多变量的数据集,而这些变量中只有少数变量对模型有贡献。为了去除这些“无效变量”的影响,在本文中,我们提出一种基于自适应压缩估计的序贯抽样策略来构造“有效”参数的固定长度的置信集,并在自适应设计下对所提出的序贯抽样策略进行数值模拟,最后数值模拟达到了预期的效果。
鲁海波
关键词:TOBIT模型样本量
Tobit回归模型被引量:5
2020年
Tobit回归模型在计量经济学研究中受到广泛地关注。本文对Tobit回归模型的参数估计、假设检验和变量选择等问题进行了文献综述。其次,对于参数维度随样本量增加的Tobit模型,我们构造了一个随机加权估计量,对模型中的参数进行推断,并得到了此估计的渐近性质:相合性和正态性。最后,利用数值模拟结果研究了所提方法的效果。
金翼鑫鲁海波王占锋吴耀华
关键词:随机加权渐近性质
概率密度函数的核在统计计算中的应用
2020年
文章通过函数的核的定义引出概率密度函数的核的定义,并列举了概率论与数理统计中常用的随机变量分布的核;借助概率密度函数核的性质,简化随机变量的数字特征的计算以及参数矩估计的计算,减轻学生对于复杂的广义积分计算上的困难。
董翠玲鲁海波王爽
关键词:数学期望
基于化学模式识别的大蒜傅里叶变换红外光谱指纹图谱多样性被引量:2
2012年
以不同地理居群的大蒜为研究对象,采用傅里叶变换红外光谱法获取各样品的红外谱图及不同波数下各样品的透过率数据,运用主成分分析及聚类分析等统计学方法对谱图数据进行了比较分析。结果发现,不同地理居群大蒜的红外指纹图谱存在差异,统计学分析结果显示25个品种大致可分为4大类(其中2个样品,4号及25号与这4类间有较大差异),此现象一定程度上反映了大蒜种植地居群环境对大蒜理化性质的影响。
关明李晓静郭勇鲁海波杜卫军陈坚
关键词:傅里叶变换红外光谱法大蒜指纹图谱主成分分析
广义线性模型中带有测量误差的序贯压缩估计(英文)
2015年
对带测量误差的广义线性模型提出一种序贯压缩估计方法来确定最小样本量,使得在此最小样本量下所提方法可以选择有效变量,同时还可以获得给定精度下的回归参数估计.也研究了所提方法的渐进性质,包括序贯置信域的覆盖概率、最小样本量的效率等.模拟研究表明基于序贯压缩估计的抽样方法比传统的序贯抽样方法能够节省大量的样本.最后,用所提方法来分析一个糖尿病数据集.
鲁海波王占锋吴耀华
关键词:广义线性模型序贯抽样停时置信域
共1页<1>
聚类工具0