- 年份
- 2024(6884)
- 2023(10035)
- 2022(8546)
- 2021(8018)
- 2020(6748)
- 2019(15729)
- 2018(15770)
- 2017(30387)
- 2016(16355)
- 2015(18502)
- 2014(18050)
- 2013(17316)
- 2012(15582)
- 2011(13746)
- 2010(13425)
- 2009(11985)
- 2008(11230)
- 2007(9470)
- 2006(7873)
- 2005(6434)
- 学科
- 济(64478)
- 经济(64422)
- 管理(46850)
- 业(43899)
- 企(36846)
- 企业(36846)
- 方法(36194)
- 数学(32985)
- 数学方法(32339)
- 农(16346)
- 财(15447)
- 中国(15003)
- 业经(12903)
- 学(12098)
- 环境(11299)
- 理论(11050)
- 贸(11032)
- 贸易(11027)
- 易(10761)
- 地方(10725)
- 技术(10615)
- 农业(10517)
- 务(10472)
- 财务(10417)
- 财务管理(10394)
- 企业财务(9852)
- 和(9638)
- 划(9498)
- 制(9298)
- 银(8211)
- 机构
- 学院(220469)
- 大学(218610)
- 管理(89830)
- 济(87450)
- 经济(85734)
- 理学(79387)
- 理学院(78585)
- 管理学(76665)
- 管理学院(76272)
- 研究(67690)
- 中国(49691)
- 京(44145)
- 科学(43082)
- 财(37481)
- 农(36595)
- 业大(35253)
- 中心(32998)
- 所(32883)
- 财经(31298)
- 江(30852)
- 研究所(30478)
- 农业(29116)
- 经(28747)
- 范(27031)
- 经济学(26816)
- 北京(26790)
- 师范(26684)
- 院(25222)
- 技术(24970)
- 经济学院(24468)
- 基金
- 项目(162688)
- 科学(129185)
- 基金(119361)
- 研究(115758)
- 家(105020)
- 国家(104199)
- 科学基金(90793)
- 社会(72849)
- 社会科(69187)
- 社会科学(69169)
- 省(64641)
- 基金项目(62798)
- 自然(61419)
- 自然科(60106)
- 自然科学(60091)
- 自然科学基金(58976)
- 教育(55271)
- 划(54644)
- 资助(50038)
- 编号(46149)
- 重点(36773)
- 部(35775)
- 成果(35007)
- 创(35006)
- 发(34525)
- 创新(32684)
- 科研(32182)
- 课题(31697)
- 计划(30821)
- 教育部(30813)
共检索到297262条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
马雪莹 蔡如华 宁巧娇 吴孙勇
在非线性自回归(NAR)模型建模的基础上,文章利用辅助粒子滤波(APF)和灰色预测(GM)相结合的方法估计NAR模型的参数和状态,减少因参数估计问题带来的状态估计误差。并将其与传统NAR模型估计和基于粒子滤波估计NAR模型状态的方法进行实验对比。结果表明,基于辅助粒子滤波与灰色预测相结合的估计方法优于传统NAR模型和粒子滤波估计方法,更适合于金融时间序列的预测。
[期刊] 统计与决策
[作者]
谢合亮 张砣
时间序列模型在预测中占有重要的地位,其固有的系统误差性往往对预测精度产生负面影响。文章以沪深300指数为研究对象,通过时间序列模型得到预测方程,并以此为基础推导出卡尔曼滤波的状态方程和测量方程,利用卡尔曼方程对预测结果进行修正。结果表明,卡尔曼滤波对时间序列模型的预测有优化作用,可以提高预测的精确度。
关键词：
收益率 沪深300指数 预测 高频交易
[期刊] 统计与决策
[作者]
谢合亮 张砣
时间序列模型在预测中占有重要的地位,其固有的系统误差性往往对预测精度产生负面影响。文章以沪深300指数为研究对象,通过时间序列模型得到预测方程,并以此为基础推导出卡尔曼滤波的状态方程和测量方程,利用卡尔曼方程对预测结果进行修正。结果表明,卡尔曼滤波对时间序列模型的预测有优化作用,可以提高预测的精确度。
关键词：
收益率 沪深300指数 预测 高频交易
[期刊] 统计研究
[作者]
楼振凯 侯福均 楼旭明
本文考虑了部分状态可见的隐马尔可夫模型的状态序列估计问题,在分析了现有算法无法合理估计状态路径之后,以状态转移概率、观测概率和可见状态作为先验信息,通过贝叶斯分析计算可见状态前后向状态的后验概率,并给出初始条件和递推公式,运用动态规划递推得到每个观测值对应的最可能状态以及最可能的状态路径。最后,本文给出一个系统故障识别的应用例子,验证了所设计算法的可行性。
[期刊] 统计与决策
[作者]
张国政 罗党
文章针对复杂系统行为序列中的季节性波动特征,提出了基于季节因子及傅里叶优化的灰色季节预测模型。首先,该模型提出包含年度作用系数的季节因子,其通过年度作用系数的改变,可转化为均值季节因子、新信息季节因子和关联季节因子;其次,考虑行为序列受时间变化作用的影响,在预测模型中加入线性修正项,以提高模型预测精度,并利用傅里叶级数来拟合模型预测残差序列中的周期波动特征。最后,将模型用于郑州站点降水的模拟与预测,研究结果证明了构建的模型具有更高的预测精度。
关键词：
季节因子 周期序列 灰色模型 傅里叶级数
[期刊] 统计与决策
[作者]
张国政 罗党
文章针对复杂系统行为序列中的季节性波动特征，提出了基于季节因子及傅里叶优化的灰色季节预测模型。首先，该模型提出包含年度作用系数的季节因子，其通过年度作用系数的改变，可转化为均值季节因子、新信息季节因子和关联季节因子；其次，考虑行为序列受时间变化作用的影响，在预测模型中加入线性修正项，以提高模型预测精度，并利用傅里叶级数来拟合模型预测残差序列中的周期波动特征。最后，将模型用于郑州站点降水的模拟与预测，研究结果证明了构建的模型具有更高的预测精度。
关键词：
季节因子 周期序列 灰色模型 傅里叶级数
[期刊] 北京林业大学学报
[作者]
罗旭 程承旗 冯仲科 岳德鹏 陈晓雪
该文以解析木数据为基础,从整体上对甘肃省小陇山地区的华山松等斛析木的树干形状进行描述,采用R/S方法即时间序列分析法,对树木直径的生长过程进行了分析。研究发现,随着树龄的增加,直径生长的霍斯特指数(H指数)值也呈现增加的趋势,并以此建立了直径生长的H指数预测模型;同时应用灰色理论,根据得到的H指数数据,建立了华山松和锐齿栎的直径生长H指数灰色动态预测GM(1,1)模型,分析了直径生长的动态变化特征。R/S分析结果充分反映了树水直径动态生长过程随时间尺度变化的分形特征,进而为森林资源的动态监测奠定基础。
[期刊] 统计与决策
[作者]
江艺羡 张岐山
重要点分段法主要利用局部极值点进行划分,可以将时间序列分割成若干个相对较短但不重叠的子序列。该方法在进行序列划分时,能够既保留全局特征,又保持局部性质,是时间序列分段常用的方法之一。文章采用重要点分割法将序列分割成子序列,之后采用灰色GM(1,1)模型对各个子序列进行拟合。实验证明,基于灰色GM(1,1)模型与重要点的时间序列分段算法能够以更少的拟合误差,实现序列的压缩。
[期刊] 统计与决策
[作者]
江艺羡 张岐山
重要点分段法主要利用局部极值点进行划分,可以将时间序列分割成若干个相对较短但不重叠的子序列。该方法在进行序列划分时,能够既保留全局特征,又保持局部性质,是时间序列分段常用的方法之一。文章采用重要点分割法将序列分割成子序列,之后采用灰色GM(1,1)模型对各个子序列进行拟合。实验证明,基于灰色GM(1,1)模型与重要点的时间序列分段算法能够以更少的拟合误差,实现序列的压缩。
[期刊] 预测
[作者]
张世英 王艳晖 杨尊琦
时间序列预测的状态空间方法张世英，王艳晖，杨尊琦（天津大学３０００７２）Ｐ，ＣＹｏｕｎｇ和Ｎ，Ｃ，Ｎｇ开发的状态空间预测方法［１］实现了模型参数估计的递推计算，并完全摆脱了Ｂｏｘ一Ｊｅｎｋｉｎｓ时间序列建模的困难，具有很大优点。在Ｐ．Ｃ．Ｙｏｕｎｇ等...
[期刊] 统计与决策
[作者]
单锐 郑彩萍
本文提供了一种ARMA模型参数的优化估计法—NLBFGS算法,它收敛速度快,且只须一阶导数的信息,不需求逆矩阵,和具有超线性收敛性等优点。而且本文给出实例的MATLAB程序,并利用t统计量对ARMA模型参数估计进行了检验:拟合模型效果显著。
[期刊] 统计与决策
[作者]
刘静一 张甜
为了准确地刻画中国经济周期的特征,文章运用正则化辅助粒子滤波方法估计了一个状态转移概率具有随机时变性的区制转移状态空间模型。研究表明,中国经济周期具有区制转移、经济波动及振幅的非对称性,并且区制转移概率具有显著的随机时变性;与非随机时变转移概率的模型相比,具有随机时变转移概率的模型对经济增长率的预测更为准确。
关键词：
粒子滤波 经济周期 区制转移 非对称性
[期刊] 统计与决策
[作者]
陈亚静 蔡如华 吴孙勇 桂丛楠
为了准确的预测股票价格的趋势走向,文章提出了一种基于粒子滤波(PF)的股价预测方法。该方法首先对股价时间序列建立非线性自回归(NAR)模型,由此得到对应的状态方程和量测方程;然后将NAR模型的参数向量扩展到状态向量中,用粒子滤波方法联合估计NAR模型的状态和参数,进而实现股价的实时预测。仿真实验表明,基于粒子滤波的股价时间序列预测方法比传统的NAR模型预测精度更高。
[期刊] 统计与决策
[作者]
陈亚静 蔡如华 吴孙勇 桂丛楠
为了准确的预测股票价格的趋势走向,文章提出了一种基于粒子滤波(PF)的股价预测方法。该方法首先对股价时间序列建立非线性自回归(NAR)模型,由此得到对应的状态方程和量测方程;然后将NAR模型的参数向量扩展到状态向量中,用粒子滤波方法联合估计NAR模型的状态和参数,进而实现股价的实时预测。仿真实验表明,基于粒子滤波的股价时间序列预测方法比传统的NAR模型预测精度更高。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
