分析离散型与连续型样本协方差矩阵的正定性

通过引入I-线性组合及其性质，得到了样本协方差矩阵正定的充要条件（其随机变量是离散型的或连续型的均可），并讨论了多项分布的协方差阵及样本协方差阵的正定情况。最后，分析了离散型与连续型样本协方差阵正定性不同的原因。     

投资项目经济效益评价的置信度与风险分析方法

一、前言在进行投资项目的事前经济效益评价中,对所有不确定性参数所作的定量分析常称之为风险分析。常用风险分析方法有敏感性分析、概率分析等。敏感性分析是考虑各参数在一定范围内变化时对项目经济效益评价指标的影响,但并没有对各参数在范围内出现的可能性大小作出估计;概率分析是对影响项目经济效益评价指标的各参数分别给出其概率分布(通常为离散型),然后利用计算机进行模拟计算从而给出项目经济效益评价指标的分布规律,并由此可计算出该评价指标的期望值、标准差及相应的风险。该法能较客观地反映参数的不确定性及项目评价的风险,但其先决条件是各参数的概率分布要客观。在实际应用中,各参数的概率分布是由评价者根据自己的判断所给出的先验分布。特别当每一变数所取离散值个数较多时要给出合理的概率分布并非易事,其可信程     

浅析二项分布、泊松分布和正态分布之间的关系

二项分布、泊松分布和正态分布一直是学习和研究概率统计的基础。在一定条件下,这三个分布之间存在着密切关系。文章通过求极限分布,研究了二项分布与泊松分布、二项分布与正态分布之间的关系,并利用特征函数和分布函数相互唯一确定这一性质,分析了泊松分布和正态分布之间的关系。     

浅析二项分布、泊松分布和正态分布之间的关系

二项分布、泊松分布和正态分布一直是学习和研究概率统计的基础.在一定条件下,这三个分布之间存在着密切关系.文章通过求极限分布,研究了二项分布与泊松分布、二项分布与正态分布之间的关系,并利用特征函数和分布函数相互唯一确定这一性质,分析了泊松分布和正态分布之间的关系.     

贯穿概率论的n重贝努里概型

以n重贝努里概型为基础,利用极限分布,讨论了概率论中最常见的二项分布、泊松分布、指数分布、正态分布之间的关系,从而得到n重贝努里概型贯穿概率论教程的结论。     

一种离散型收入分布基尼系数精确计算方法

基尼系数问世八十多年的时间里,在度量经济不平等的基尼系数指标时,最常见的是离散型收入分布,本文设计了一种离散型收入分布基尼系数计算方法,用它可以精确地求解基尼系数。     

无寿可修航材消耗定额模型

根据航材需求差均比大于、等于或小于1三种情况,提出负二项分布、泊松分布和二项分布三种需求分布。对服从泊松分布的二层级航材需求问题,采用负二项分布改进预测精确性。用满足率作为航材保障程度的衡量标准,并根据航材消耗定额的影响因素制定最低满足率。以给定的总保障经费和最低满足率为约束条件,总满足率最大为目标函数,建立航材消耗定额模型,采用边际分析法求解。算例证明本模型的预测效果良好。     

中职数学概率与统计复习思路

“概率与统计”的引入拓宽了应用问题的取材范围,概率的计算、离散型随机变量的分布列和数学期望的计算的内容都是考查实际能力的极好素材,考虑到教学实际和学生的生活实际,高考对这部分内容的考查贴近考生的生活,注重考查基础知识和基本方法。     

随机顾客选择需求模型及其在库存管理中的应用

分析一种随机需求模型，它的不确定性由两个不确定因素同时引起；到达市场的顾客的数量的不确定性和每个顾客选择的数量的不确定性。根据顾客选择的数量服从贝努里分布及顾客数量服从离散型分布的情况下建立了随机顾客选择需求模型，并应用于库存管理决策Newsvendor模型中。     

极值理论(EVT)在金融机构操作风险建模中的应用与改进

极值理论(EVT)是用来研究极端事件分布特性的理论。EVT理论应用于金融机构的操作风险衡量大致有两种方法:一种是POT方法,以点过程方法为基础,选择一个安全阈值,忽略操作损失事件的发生时间;另一种方法BM (Block MaXima)考虑操作损失事件的发生时间,并选择采用GEV分布。对操作风险的EVT衡量方法的改进,大致可以分为两类方向:一类是对POT和BM方法进行改进,把随机变量的非平稳性、相关性特性纳入模型的构建、参数估计和模型检验之中;另一类方向是设法建立新的统计建模分析方法,如因果关系模型、贝叶斯网络技术等。     

控制图与统计分布

亦此亦彼的统计分布 休哈特基本控制图共有8种.其中符合正态分布的有4种,属计量型控制图;符合二项分布的有2种,属计件型控制图;符合泊松分布的有2种,属计点型控制图.这是一般教科书中常见的论述,但当我们作一些比较仔细的研究后,会发现实际情况常常并不如此.     

管理决策讲话

3、最优决策 最优决策就是从全部可能方案中选出实现决策的最好方案。由于控制变量有离散型和连续型两种,所以选择最优方案的方法也有所不同。对于离散型控制变量来说,各个变量的变异数目多少,对于选择最优方案的方法也有所影响,一般又可分为两种类型,即 (1)变异数目多的离散型 (2)变异数目少的离散型 加上连续型共计有三种。对于这三种类型的最优化方法,变异数日少的离散型最易处理,其次是连续型,最不易解决的是变异数日多的离散型。现在按其先易后难的顺序说明如下:     

基于离散概率分布的随机需求之实现研究

一、问题的提出 面对复杂管理决策问题,模拟技术得到了广泛应用.模拟模型的建立经常会遇到一个或多个概率元素,以及系统元素之间随时间推移而发生的复杂交互作用.这为模拟模型的建立带来困难.随着计算机技术及其应用能力的增强,图1所展示的模拟模型和电子表格工作模型(如Excel)的结构,表明电子表格与模拟能力的有机结合,将是建立模拟模型的一个良好的解决方案.本文通过如下案例,研究在建立模拟模型时,基于离散概率分布的随机需求的实现问题,而对连续概率分布问题,对其离散化处理即可解决.     

风电功率波动特性分析

文章通过频率频数的直方图进行初步估计,再通过dfi ttool工具箱进行确认和验证,最终得出指数分布最适合风电功率波动的分布。通过样本总体的均值和方差估计概率分布的参数,并用概率密度函数图和频率分布直方图对不同时间间隔、不同机组、每天或者一个月的概率分布之间的关系进行分析。最终得知,各个机组在以每日为时间窗宽,每天的平均风电功率大致相同,而方差除了一些特殊的点还有这个月的最后几天外,也是大致相同。     

抽样决策的经济效益分析

一、贝叶斯(Bayes)抽样决策在风险型决策问题中,由于给出了状态参数的概率分布,故可利用期望值原则决策。但这样的概率分布(称为先验分布)往往是针对一般情况而言的。为了取得关于接受决策的特定对象的具体信息,可对该特定对象总体进行抽样,然后把先验信息与抽样信息结合起来做出决策。这就是著名的贝叶斯抽样决策方法。例如某公司的产品每500件装成一箱批发给商业部门。每箱次品率有10%、20%、30%三种,其概率分别为0.7、0.2、0.1。该公司面临的决策问题是:产品在出     

基于供应可用度的可修航材需求预测模型

根据航材需求差均比大于、等于或小于1三种情况,提出负二项分布、泊松分布和二项分布三种预测方法。以给定的总保障经费为约束条件,通过总短缺数最小代替供应可用度最大来简化目标函数,建立航材需求预测模型,采用边际分析法寻优并编写了算法。根据库存平衡公式,提出实际需要筹措的需求计算公式。算例证明本模型具有良好的准确性和实用性。     

常用点估计的方法及比较

在概率论的许多问题中,概率分布通常总是已知的,而一切计算与推理就是在这已知的基础上得出来的.但是在实际中,情况往往并非如此.一个随机现象所服从的分布是什么概型可能完全不知道,或者由于现象的某些事实而知道其概型,但不知其分布函数中所含的参数.譬如,在一段时间内某一公路上所行驶车辆的速度服从什么分布是完全不知道的.电视机的寿命服从什么分布也是不知道的.再譬如某一商业部门收购一批工业产品共N件,每一件产品不是合格品就是不合格品,从这一事实我们知道一件产品是合格品还是不合格品服从二点分布,但分布中参数P(不合格率)却是不知道的.如果我们要对这些问题或其它有关的问题进行研究,必须知道它们的分布或者分布所含的参数.那么怎样才能知道一个随机现象的分布或其参数呢?这是数理统计所要解决的一个首要问题.为了要掌握上述车辆速度的分布、电视机的寿命的分布、不合格品率P,我们必须对这一公路上所行驶的车辆速度、电视机的寿命以及工业产品的不合格品进行观测或试验一个时期或一部分.在数理统计学中我们总是从所要研究的对象全体中抽取一部分进行观测或试验以取得信息,     

基于Markov chain Monte Carlo的正态随机变量多属性群决策方法

针对具有正态分布随机变量的多属性群决策问题,首先运用MCMC方法集结群决策中个体的随机偏好信息得到群体偏好,利用WinBUGS软件编程模拟正态分布随机变量的后验分布,然后利用正态分布的3准则将正态分布随机变量转化为区间数,运用TOPSIS原理对方案进行排序。     

离散型向精益生产型过渡期对供方的控制方法

一、概述 按现代制造业的相关管理理论，制造业企业依据生产工艺特征可划分为两种不同的类型：即工艺过程连续的流程生产型和工艺过程离散的加工装配型。离散加工装配型在传统的大型装备制造业应用普遍。它是根据客户订单的需求，将从市场上采购来的原材料加工成零部件，再装配成产品提供给客户。     

计量模型中的加总偏误与内生性：一种数值模拟方法

理论文献已经证明了细分数据模型的内生性和加总过程产生的内生性是加总偏误的根本原因。但是由于内生性涉及误差项与回归量之间的相关性问题,试图通过实证方法审视这两类内生性对加总偏误的影响变得比较困难,而数值模拟却是一个较为理想的方法。在数值模拟中,我们通过控制随机变量的分布形式以及随机变量之间的相关程度,进而对两类内生性因素产生的加总偏误进行全面细致的考察。本文的研究将为加总偏误的内生性解释提供有力证据。