搜索结果: 1-10 共查到“数理统计学 权”相关记录10条 . 查询时间(0.245 秒)
基于逻辑回归函数的加权K-means聚类算法
欧式距离 特征加权的K-means算法 逻辑回归函数 初始聚类中心
2022/3/15
基于项权值变化的完全加权正负关联规则挖掘
数据挖掘 完全加权关联规则 负关联规则 频繁项集
2017/1/6
本文提出一种基于项权值变化的完全加权正负关联规则挖掘算法,解决了基于项权值变化的负模式挖掘问题.该算法考虑项权值依赖于事务记录的特点,采用新的项集剪枝方法和模式评价框架,通过项集的项内权值比和维数比的简单计算和比较,挖掘有效的完全加权正负关联规则.实验结果表明,与现有无加权正负关联规则挖掘算法比较,本文算法能避免无效的模式出现,其挖掘时间和候选项集数量明显减少,减幅最大分别可达94.09%和88....
ρ混合随机变量阵列加权和的完全收敛性
ρ混合随机变量 加权和 完全收敛
2014/5/5
利用ρ混合随机变量的Rosenthal型不等式,研究了ρ混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由ρ混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.
研究了两种资本分配法的若干应用: 一种是已知的公理化法, 另一种是广义加权法. 首先列出了几种常见的风险测度, 运用公理化分配法, 给出了关于这些风险测度的分配公式. 并且就一个具体的模型, 计算了它的分配结果. 其次将已知的加权分配法扩展到广义加权分配法, 主要讨论了广义加权分配法在两个不同总风险下分配量的比较方法, 此方法源于资本分配的一个必备要求:单个风险的资本分配量不超过其原有风险资本. ...
线性模型中M估计分布的随机加权方法逼近
线性模型 M估计 随机加权
2009/9/21
在线性模型中,M估计的渐近分布通常都涉及到不易估计的未知误差分布的某些量,如果要估计渐近方差,就需对这些冗余参数进行估计.利用随机加权方法可以避免先对误差分布中的冗余参数进行估计.给出了当自变量是随机变量时,M估计分布的随机加权逼近,证明了M估计分布的随机加权逼近是一致相合的. 当取不同的凸函数,样本大小和随机权时,进一步利用蒙特卡洛方法研究估计分布.研究表明随机权取泊松权时,不仅达到同样的效果...
跳跃---扩散型欧式加权几何平均价格亚式期权定价
加权几何平均 亚式期权 期权定价
2008/11/24
在亚式期权定价理论的基础上, 对期权的标的资产价格引入跳跃---扩散过程进行建模, 用几
何Brown运动描述其常态连续变动, 用Possion过程刻画资产价格受新信息和稀有偶发事件的
冲击发生跳跃的记数过程, 用对数正态随机变量描述跳跃对应的跳跃幅度, 在模型限定下运
用Ito-Skorohod微分公式和等价鞅测度变换, 导出欧式加权几何平均价格亚式期权封闭
形式的解析定价公式