姬永刚
- 作品数：12 被引量：8H指数：2
- 供职机构：中国民航大学理学院更多>>
- 发文基金：国家自然科学基金辽宁省教育厅资助项目国家社会科学基金更多>>
- 相关领域：理学文化科学更多>>
- 理工科思政教育的新想法及其在非参数统计中的应用
- 2021年
- 理工科思政化的一个新的想法关于思政课程的一般论述,在网上已有很多,在此不再赘述。考虑到篇幅限制,现直奔主题,直接阐明本文的核心内容:把理工科典型课程中典型的枯燥知识点直接拟人化,其中若有正能量的拟人化,则不难跟思政教育联系起来,从而产生自然的思政化,而非生硬靠拢式的。
- 周茂袁崔宁姬永刚王秀丽
- 关键词：思政教育思政课程非参数统计拟人化理工科知识点
- 多个正态总体均值与标准差比在简单半序约束下的最大似然估计的计算被引量：2
- 2008年
- 考虑任意k(k>3)个正态总体均值与标准差(均值和标准差均未知)的比在简单半序约束下均值和标准差的最大似然估计的问题,给出了计算均值和标准差的最大似然估计的方法,并给出了k=5时利用迭代算法的模拟结果。
- 姬永刚李树有史海芳彭培福
- 关键词：简单半序最大似然估计似然函数迭代算法
- 基于加权线性回归模型的武汉解封时间的预测被引量：1
- 2021年
- 新型冠状病毒爆发于湖北省武汉市,随后快速波及中国31个省市,如今在全世界多个国家开始蔓延,给世界发展带来巨大压力.武汉何时解封是人们非常关心的问题.本文应用加权最小二乘回归模型,研究中国湖北省接受医学观察人数的发展特点和趋势,基于回归模型预测结果与实际情况相结合进行修正,并分析模型的预测准确性,预测武汉解封时间.运用上述方法,借助湖北省卫健委发布的疫情数据,得出以下结论:湖北省正在接受医学观察人数的环比变化率呈现线性发展趋势且已经持续46天.预测湖北省疫情大致缓解时间将在4月5日,--,4月7日左右,这与武汉4月8日``解封''高度吻合.由于疫情数据量小,故虽然线性回归预测模型方法简单,但预测准确性高,也可为其他国家疫情预测提供参考.该方法也可用于将来疫情反弹或二次爆发后的预测或其他紧急传染病预测.
- 周茂袁崔宁王秀丽姬永刚
- 关键词：新型冠状病毒
- 多个正态总体均值与标准差比在简单树序约束下的最大似然估计被引量：3
- 2008年
- 考虑k(k>3)个正态总体均值与标准差(均值和标准差均未知)之比在简单树序约束下最大似然估计的求解问题,应用保序回归理论给出了计算均值和标准差最大似然估计的迭代算法,并证明了所给迭代算法是收敛的,给出了k=7时利用迭代算法的模拟结果.
- 姬永刚李树有赵世舜史海芳
- 关键词：最大似然估计似然函数迭代算法
- 序约束下单向分类方差分析模型的Bayes变量选择
- 2021年
- 考虑序约束下单向分类方差分析模型的变量选择问题,提出两种基于SSVS的Bayes变量选择方法,并设计一种简单且易操作的Gibbs抽样算法进行后验抽样.数值模拟和应用实例结果表明,该方法效果较好.
- 史海芳李聪姬永刚
- 关键词：序约束
- 改进的EM算法在说话人识别中的应用被引量：1
- 2009年
- 针对说话人识别的GMM模型中参数估计问题,提出了改进的EM算法,利用算法通过对说话人识别系统的实验数据的计算,验证了该算法能提高说话人识别系统的识别率。
- 彭培福李树有姬永刚李鹏
- 关键词：说话人识别EM算法
- 三个Gamma分布尺度参数的线性函数在无约束和树序约束下估计量的比较被引量：2
- 2007年
- 讨论了三个Gamma分布总体的尺度参数的线性函数在树序约束下的估计问题.在均方误差标准下,给出了尺度参数的线性函数在树序约束下的极大似然估计(MLE)控制无约束条件下的无偏估计(UE)的充分条件.
- 史海芳李树有姬永刚宓颖
- 关键词：GAMMA函数保序回归
- “时间序列分析”线上线下混合教学立体化教材建设
- 2022年
- “时间序列分析”是中国民航大学理学院统计学专业开设的核心课程,开展该课程的立体化教材建设,是当前线上线下混合创新教学模式的需要,是优化时空教学设计,加强网络资源建设,激发学生主动学习活力,提高教师授课质量的重要保证.本文针对“时间序列分析”课程教材建设存在的不足,开发以项目化和案例化为主要形式的教材蓝本,体现线上媒介形式和线下教学模式有效结合的立体化教材,旨在更好地实现统计学专业课程偏向训练学生数据分析实践技能的培养目标.
- 张春晓姬永刚
- 关键词：互联网技术时间序列分析立体化教材
- 分位数回归中的贝叶斯变量选择
- 自从Koenker&Bassett的重要论文于1978年发表以后,分位数回归已经被广泛应用到线性和非线性模型的分析中.和传统的均值模型相比,分位数模型可以更详细地描述变量的统计分布.在实际中,当存在很多个解释变量时就很有...
- 姬永刚
- 关键词：分位数回归
- 文献传递
- 基于TVP-VAR模型的自适应Lasso惩罚变量选择方法
- 2017年
- 文章将自适应Lasso变量选择方法扩展到变系数向量自回归模型(TVP-VAR)中。利用所提出方法对2005—2014年航空煤油价格与民航货邮与旅客周转量月度数据进行分析,并与其他四种方法进行了比较,结果显示:与常系数VAR模型相比,变系数VAR模型能够显著提高模型的拟合与预测精度。提出的自适应Lasso变系数模型一致优于Belmonte,Koop和Korobolis(2014)提出的Lasso变系数模型。
- 何培姬永刚姚越眉
- 关键词：VAR模型脉冲响应函数
