一类新的隐Markov模型的若干性质

文章的目的是要研究一类状态链依赖观测链的新的隐Markov模型的若干性质。首先根据马氏链的性质得到了这种新的隐Markov模型的强马氏性,并将一般意义下的隐Markov模型的强极限定理推广到了这种新的隐Markov模型中。     

由先验概率和后验概率谈信息的价值

举例说明先验概率与后验概率关系．给出了用后验概率修正先验概率时试验所获取的信息的价值的一个衡量。     

基于Markov模型的贵重商品销售策略研究

针对贵重商品的销售特点,提出三种销售策略,并对这三种销售策略进行比较研究,分别计算出了在每种策略下失去销售机会的概率,并对所得结果的敏感性进行分析。结果表明具有一定的实用价值。     

正态混合模型的Bayes分析

正态混合分布模型是数据概率建模的一种灵活和高效的工具,只要项数足够大,正态混合密度可以任意逼近一个光滑密度。正态混合模型还可以用来对那些不能用标准的参数分布族来拟和的总体进行密度估计或近似。但是在正态混合模型的研究中,存在着两个难题:一是怎样估计混合模型的参数;二是混合成分的个数k的确定。通过对模型参数用Gibbs抽样法来进行抽样,构造生死Markov链(BDMCMC),设计算法确定混合成分的个数k和混合模型的参数。     

混合IRT模型的研究进展与应用

传统的项目反应理论模型由于不能很好地处理非连续数据而影响了对具有潜在类别属性的特质进行精确估计。混合项目反应理论不仅能够精确地估计项目参数和能力参数,而且可以实现按照不同类别属性的潜在特质与行为对被试进行自动鉴别。随着研究的发展,混合分部评分模型、混合Logistic模型、多水平项目反应理论模型以及带协变量的混合项目反应理论模型等相继诞生,并在教育测验分析与编制、项目功能差异分析以及其他拓展性实践应用中展现出优良的品质。开发多维混合项目反应理论模型、多维混合认知诊断模型以及混合题组模型等并对其进行本土化研究与应用将是混合项目反应理论的一大研究热点与方向。     

Bayes概率在不确定性方法中的应用

本文给出了根据以前的数据或经验对未来的情况作出估计 ,而未来情况又是在不断变化的情况下 ,充分利用最新信息对前面的估计进行调整的一种方法 ,使我们最终推出的结论更实用、更科学     

混合模型在英语听力诊断测评中的应用——基于Mixed-CDMs与G-DINA模型的对比分析

文章使用GDINA R程序包,借助Wald检验为英语听力诊断试题中的多属性题目选出最优简约模型,组成混合模型(Mixed-CDMs)。基于Mixed-CDMs与G-DINA模型的对比分析,文章发现:在样本量不够大(N=726)的情况下,Mixed-CDMs满足模型-数据绝对拟合的较高要求,相对拟合性、人员拟合性、属性分类的可靠性以及参数估计的准确性都有所提高,且属性之间的关系更加直观易读。由此,文章验证了混合模型对于英语听力诊断测评具有适用性并有一定的应用优势,这为混合模型在英语听力测试中的应用提供了实证依据,有助于加深对英语听力认知属性关系的了解,并可为其它语言测试使用混合模型提供借鉴。     

长期护理保险需求成本评估与趋势预测——基于连续时间齐次Markov模型的分析

基于CHARLS数据库,本文采用连续时间齐次Markov过程描述老年人健康状况的变化过程,预测了我国2021—2049年失能老年人规模与长期护理保险成本趋势。研究结果表明：（1）轻度失能老年人健康状况改善的概率大于恶化的概率,而中度与重度失能老年人身体机能改善的可能性较小,健康状况恶化的可能性更大。（2） 2049年我国60岁及以上中度失能和重度失能老年人预计分别达到3 886万人和3 592万人。（3） 2049年长期护理保险潜在需求成本达3.7万亿元,有效需求成本超过1.4万亿元。两项成本均为2021年的10倍左右。（4） 2021—2049年间长期护理保险有效需求成本与潜在需求成本之间存在42%—78%的巨大差距。长期护理保险需求成本居高不下,需要加强基层公共卫生服务体系建设和医养结合服务供给,积极推进长期护理保险制度定型,并实施多元化的筹资策略。     

基于隐Markov模型的广义Markov跳变系统的控制器设计

实际系统中普遍存在时滞、输入饱和等现象,给控制器设计带来一定难度。通过设计合适的李雅普诺夫函数,考虑广义跳变系统跳变点前后状态不一致、转移概率不完全可知等情况,设计状态反馈控制器。所得控制器保证闭环系统的指数稳定性,所得结果更加具有一般性,并通过仿真算例验证方法的有效性。     

一类混合的广义GARCH模型的概率性质

提出了一类混合的广义GARCH模型,利用随机差分方程的一些结果.研究了三种不同类型的MEGARCH模型,得到了它们的平稳条件和尾行为.     

减肥模型的马尔可夫骨架过程建模

利用侯振挺教授等人提出的马尔可夫骨架过程理论讨论了减肥数学模型．通过对减肥模型进行马尔可夫骨架过程建模,得出结论：在任一时刻l体重L（t）的瞬时分布是某线性方程的最小非负解．     

减肥模型的马尔可夫骨架过程建模

利用侯振挺教授等人提出的马尔可夫骨架过程理论讨论了减肥数学模型．通过对减肥模型进行马尔可夫骨架过程建模,得出结论：在任一时刻t体重L（t）的瞬时分布是某线性方程的最小非负解．     

加权马尔可夫模型在降水预测中的应用

依据1962-2011年重庆市年降水量资料,采用均值标准差法建立降水量丰枯级别,分为枯、偏枯、平、偏丰和丰5个水平年.以各阶自相关系数为权数,用加权马尔可夫链计算2012年重庆市降水量,通过验证发现计算出的状态与实际情况相符,预测降水量值与实测值误差为7.9%,说明该方法有效可行.进一步采用马尔可夫链的遍历性原理,计算重庆市近50年的年降水量极限分布,结果表明重庆市年降水量处于平水年的可能性最大,出现周期约为2.9年。     

基于概率矩阵的马尔可夫统计公式分析

马尔可夫公式是一种特殊的概率模式。其研究对象为一个运行系统的状态和状态转移。由于许多经济系统的动态过程可以抽象成状态转移过程,所以应用马尔可夫链方法研究一个运行系统的状态和状态转移,在经济生活中有着非常广泛的应用前景。在利用马尔可夫链进行市场预测时,其关键是状态转移概率的确定。     

灰色马尔科夫模型在高校招生中的应用研究

本研究深入剖析了灰色马尔科夫模型在高校招生中的应用,由于高校生源变动的随机性、波动性以及复杂性,给招生预测工作带来了很多瓶颈。为了更准确地预测招生人数,我们将试图把灰色动态预测与马尔科夫预测模型融为一体,对高校招生人数进行预测。选取河南师范大学部分新生历年录取入学情况为研究对象,采用数据收集法、实验分析法、灰色马尔科夫模型等技术发掘数据中隐藏的规律和模式,从而为高校招生工作提供科学的依据。     

马尔可夫预测模型及其在市场预测中的应用

Markov预测技术的特殊性在于不需要连续不断的历史资料和数据，而只需要最近和当前的动态资料,本文尝试在市场预测中建立马尔可夫预测模型并对产品市场占有率进行预测．     

隐马尔可夫模型(HMM)及其应用

隐马尔可夫模型(HMM)是序列数据处理和统计学习的一种重要概率模型,具有建模简单、数据计算量小、运行速度快、识别率高等特点,近几年来已经被成功应用到许多工程任务中.文章介绍了隐马尔可夫模型,并对HMM及其改进的HMM在语音处理技术、人脸识别和人脸表情识别中的应用进行了叙述.     

灰色马尔科夫预测模型及其在市盈率预测中的应用

针对上市公司市盈率预测同时具有趋势性和随机性的特点，在GM（1，1）模型及马尔科夫预测模型的基础上，提出了灰色马尔科夫预测模型，通过对市盈率历史数据的预测分析，证明了模型的预测结果令人满意。     

基于Markov链的最优化预测模型及其应用研究

马尔可夫预测方法在预测领域有着广泛的应用．该方法应用的一个重要的问题就是如何估计一步状态转移概率矩阵．在历史资料没有给出系统处于n个状态次数的情况下，给出一步状态转移概率矩阵估计的最优化方法．最后探讨了基于Markov链的最优化预测模型在长江水质预测中的应用，从而表明该模型的有效性．     

基于马尔科夫概率跃迁矩阵的消费者偏好分析

采用马尔科夫概率跃迁矩阵工具对汽车消费者偏好进行了分析。首先通过抽样调查获得消费者偏好转移的初始矩阵,再通过迭代求解的方法,提高原矩阵内部隐性数值的精确性,并构建动态概率跃迁矩阵,最后使用PPMCC法评价矩阵的稳定性。实例表明,2013－2014年消费者对汽车产品的偏好比例最大为经济优先,比例最小为技术优先。预测2015－2018年,消费者对汽车产品奢侈优先的偏好比例逐年下降,而其他三项的偏好比例逐年上升。