检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

自相关过程的稳健控制新方法

数学的实践与认识 2024年第1期54卷 131-139页

作者：王志坚罗舒琪广东财经大学统计与数学学院广东广州510320

常规过程控制图的前提假设条件是过程指标独立同分布.但实际中许多数据表现出异常值与自相关性并存等复杂特点,使常规控制图不能有效发挥作用.如何解决这类问题已成为过程控制研究中的热门课题.鉴于此,研究采用以下技术解决:1)用DAM权... 详细信息

常规过程控制图的前提假设条件是过程指标独立同分布.但实际中许多数据表现出异常值与自相关性并存等复杂特点,使常规控制图不能有效发挥作用.如何解决这类问题已成为过程控制研究中的热门课题.鉴于此,研究采用以下技术解决:1)用DAM权函数对自相关过程的异常值进行降权变换,构建一个稳健ARMA模型用以提取自相关性,进而得到无干扰残差;2)用无干扰残差构建残差控制图,并对其控制中心线与上下限进行稳健改进,最终构造稳健残差控制图.模拟实验及实证分析均表明:相比于常规过程控制图与Huber稳健控制图,研究提出的DAM缩尾稳健控制图具有抗干扰性,在对含异常值的自相关过程监控中表现出更优良的异常点识别能力.

关键词：过程控制稳健统计量 DAM权函数异常值

在线全文

学校读者我要写书评

暂无评论

浅谈稳健统计量

统计教育 2008年第2期 18-19页

作者：谢小燕张卫东罗怡西南财经大学统计学院四川省水力电力职业学院

统计学提供了丰富的分析数据的方法,这些方法在数据满足一定的基本假定的条件下具有优良的性质,其中有许多方法在某些准则下才是最优的。一旦这些假定不成立,统计量的优良性也会丧失。本文从统计量优劣的角度,对样本均值和样本中位数进... 详细信息

统计学提供了丰富的分析数据的方法,这些方法在数据满足一定的基本假定的条件下具有优良的性质,其中有许多方法在某些准则下才是最优的。一旦这些假定不成立,统计量的优良性也会丧失。本文从统计量优劣的角度,对样本均值和样本中位数进行了稳健性的比较,阐明为何需要选择稳健估计量。

关键词：稳健统计量平均数中位数

在线全文

学校读者我要写书评

暂无评论

基于海量在线历史数据的大电网快速判稳策略

中国电机工程学报 2016年第3期36卷 596-603页

作者：黄彦浩于之虹史东宇周孝信中国电力科学研究院北京市海淀区100192

基于已有在线历史数据进行电力系统稳定性快速判断,可用于生成在线计算的故障列表,补充动态安全分析的故障集,使之在有限时间内考虑更多的故障情况。该文根据大系统运行特点,提出仅使用静态物理量的特征量选取方法并引入了更具稳健性的... 详细信息

基于已有在线历史数据进行电力系统稳定性快速判断,可用于生成在线计算的故障列表,补充动态安全分析的故障集,使之在有限时间内考虑更多的故障情况。该文根据大系统运行特点,提出仅使用静态物理量的特征量选取方法并引入了更具稳健性的统计指标。针对实际系统数据失稳样本过少的问题,基于支持向量机(support vector machine,SVM)提出了"扩展边界"策略。根据电力系统运行的周期性,提出了针对海量历史数据的训练样本集构建策略,即按日选取故障前有限时间窗口的历史数据。综合上述研究成果,完成了快速判稳策略,给出了策略的实现流程。采用实际大系统数据,对提出的模型和策略进行了测试。结果表明,该文成果与大系统在线计算快速判稳的要求相切合,具有较好的性能和实际应用价值。

关键词：快速判稳在线数据支持向量机稳健统计量

在线全文

学校读者我要写书评

暂无评论

稳健主成分聚类方法的构建及其比较研究

数理统计与管理 2019年第5期38卷 849-857页

作者：李雄英颜斌广东财经大学统计与数学学院广东广州510320 暨南大学经济学院广东广州510632

传统的主成分聚类方法往往会因对离群值比较敏感而导致聚类的结果与实际不相符。针对这一现象,本文运用稳健统计量对传统主成分聚类方法进行修正,构建出稳健主成分聚类分析算法,以克服离群值对模型计算结果的影响。由模拟和实证分析的... 详细信息

传统的主成分聚类方法往往会因对离群值比较敏感而导致聚类的结果与实际不相符。针对这一现象,本文运用稳健统计量对传统主成分聚类方法进行修正,构建出稳健主成分聚类分析算法,以克服离群值对模型计算结果的影响。由模拟和实证分析的计算结果可得知:当数据中没有离群值时,稳健主成分聚类方法的结果与传统主成分聚类方法一致;但当数据中有离群值时,相对于传统主成分聚类方法而言,稳健主成分聚类方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。

关键词：主成分聚类分析稳健统计量协方差矩阵离群值

在线全文

学校读者我要写书评

暂无评论

稳健动态时间规整的面板数据聚类

重庆理工大学学报（自然科学） 2021年第6期35卷 265-271页

作者：唐婷婷邓光明桂林理工大学理学院广西桂林541006

动态时间规整的面板数据聚类能够反映面板数据的动态发展趋势,但缺乏对离群值的识别和处理,导致聚类结果不稳健。针对这一问题提出了稳健动态时间规整的面板数据聚类方法,通过引进稳健统计量获取稳健的时间序列,即运用稳健统计量重新构... 详细信息

动态时间规整的面板数据聚类能够反映面板数据的动态发展趋势,但缺乏对离群值的识别和处理,导致聚类结果不稳健。针对这一问题提出了稳健动态时间规整的面板数据聚类方法,通过引进稳健统计量获取稳健的时间序列,即运用稳健统计量重新构造均值向量和协方差矩阵计算时间序列,提升时间序列提取的合理性和准确性,消除离群值对动态时间规整结果的影响。通过实证分析,结果表明:相较于动态时间规整方法,运用所提出的方法进行聚类的结果更稳健、更贴合实际。

关键词：稳健统计量动态时间规整面板数据聚类离群值

在线全文

学校读者我要写书评

暂无评论

稳健AR模型的构建及其在金融时序中的应用

统计与信息论坛 2017年第5期32卷 57-63页

作者：王志坚广东财经大学统计与数学学院广东广州510320

时间序列自回归AR模型在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,运用FQn统计量对传统自相关函数进行改进,构建出自回归AR模型的稳健估计算法,以克服离群值的影响,并对此方法进行了模拟和实证分析。模拟和... 详细信息

时间序列自回归AR模型在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,运用FQn统计量对传统自相关函数进行改进,构建出自回归AR模型的稳健估计算法,以克服离群值的影响,并对此方法进行了模拟和实证分析。模拟和实证分析均表明:当时序数据中不存在离群值时,传统估计方法与稳健估计方法得到的结果基本保持一致;当数据中存在离群值时,运用传统估计方法得到的结果出现较大变化,而运用稳健估计方法得到的结果基本不变.这说明相对于传统估计方法,稳健估计方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。

关键词： AR模型稳健统计量稳健估计离群值

在线全文

学校读者我要写书评

暂无评论

稳健AR模型的构建及比较研究

数学的实践与认识 2019年第13期49卷 156-166页

作者：王志坚王斌会广东财经大学统计与数学学院大数据与教育统计应用实验室广东广州510320 暨南大学管理学院广东广州510632

时间序列自回归AR模型在建模过程中易受离群值的影响,导致计算结果与实际不相符.针对这一现象,将Hampel权函数运用于自相关函数中,从而构建出自回归AR模型的稳健估计算法,以克服离群值的影响.并对此方法进行了模拟和实证分析,模拟和实... 详细信息

时间序列自回归AR模型在建模过程中易受离群值的影响,导致计算结果与实际不相符.针对这一现象,将Hampel权函数运用于自相关函数中,从而构建出自回归AR模型的稳健估计算法,以克服离群值的影响.并对此方法进行了模拟和实证分析,模拟和实证分析均表明:当时序数据中不存在离群值时,传统估计方法与稳健估计方法得到的结果基本保持一致;当数据中存在离群值时,运用传统估计方法得到的结果出现较大变化,而运用稳健估计方法得到的结果基本不变.这说明相对于传统估计方法,稳健估计方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性.

关键词： AR模型稳健统计量稳健估计离群值

在线全文

学校读者我要写书评

暂无评论

基于降维的面板数据聚类方法研究

基于降维的面板数据聚类方法研究

作者：唐婷婷桂林理工大学

学位级别：硕士

降维是面板数据聚类中较为常用的一种方法,通过降维方法将面板数据降维成截面数据或时间序列数据,再选择合适的聚类算法进行聚类分析,这类方法便于理解,且适用性较强,能够根据聚类目的来选择适合的聚类方法。主成分分析法和特征提取法... 详细信息

降维是面板数据聚类中较为常用的一种方法,通过降维方法将面板数据降维成截面数据或时间序列数据,再选择合适的聚类算法进行聚类分析,这类方法便于理解,且适用性较强,能够根据聚类目的来选择适合的聚类方法。主成分分析法和特征提取法是面板数据聚类中常用的两种降维方法,但当数据中存在离群值时,主成分分析法不能够有效的对离群值进行识别和处理,进而影响时间序列提取的准确性,特征提取法虽能够有效避免离群值带来的影响,但对特征进行赋权时采用层次分析法则会对专家赋权较为敏感,缺乏客观合理性,导致降维效果不理想。基于此,本文在现有的降维方法的基础上,针对主成分分析法和特征提取法存在的不足进行分析和研究,提出了两种改进的基于降维的面板数据聚类方法。首先,针对动态时间规整的面板数据聚类中,对面板数据进行主成分降维时未考虑离群值对动态时间规整结果的影响,获取的时间序列不稳健这一问题,提出了稳健动态时间规整的面板数据聚类方法,通过引入稳健统计量来消除离群值对动态时间规整结果的影响,进而提升面板数据聚类的效果。采用31个省市自治区的人口情况数据对稳健动态时间规整的面板数据聚类方法进行实证分析,得出各省市自治区的人口情况聚类结果,并与改进前的方法进行对比分析。其次,针对基于特征提取的面板数据聚类中,采用特征提取的方法对面板数据进行降维时,运用层次分析法对提取的特征进行赋权易受专家赋权的影响,导致聚类效果偏离实际情况的问题,结合了贝叶斯思想,将层次分析法求权重问题转化成求概率问题对权重进行修正,提出了基于贝叶斯修正的特征提取的面板数据聚类方法。这个方法在满足研究者可以对实际问题的偏好选择权重的同时,又能够提升赋权的合理性和有效性。通过实证分析证明了贝叶斯修正下的特征提取的面板数据聚类效果更好。最后,通过不同数据的交叉对照试验检验两种改进后的聚类方法的适用性。实证结果表明,稳健动态时间规整的面板数据聚类法更适用于数据量较小,波动性较弱的面板数据,贝叶斯修正的特征提取的面板数据聚类法适用于数据量较大,波动性较强的面板数据。

关键词：面板数据稳健统计量特征提取贝叶斯定理聚类分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

稳健因子分析方法的构建及比较研究

统计研究 2015年第5期32卷 84-90页

作者：王斌会李雄英暨南大学管理学院暨南大学

由于传统因子分析方法对离群值较敏感,导致计算结果与实际不相符。针对这一现象,本文运用FAST-MCD方法对传统因子分析方法进行改进,构建出因子分析的稳健算法,以克服离群值的影响,并对此方法进行了模拟和实证分析。模拟和实证分析结果... 详细信息

由于传统因子分析方法对离群值较敏感,导致计算结果与实际不相符。针对这一现象,本文运用FAST-MCD方法对传统因子分析方法进行改进,构建出因子分析的稳健算法,以克服离群值的影响,并对此方法进行了模拟和实证分析。模拟和实证分析结果均表明:因子旋转前后,当数据中不存在离群值时,传统因子分析与稳健因子分析得到的结果基本保持一致;当数据中存在离群值时,运用传统因子分析得到的结果出现较大变化,而运用稳健因子分析方法得到的结果基本不变,这说明相对于传统因子分析方法,稳健因子分析方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。

关键词：因子分析稳健统计量稳健因子分析离群值