李凡群
- 作品数：15 被引量：31H指数：2
- 供职机构：安徽财经大学统计与应用数学学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目国家自然科学基金安徽省高等学校省级质量工程项目更多>>
- 相关领域：理学交通运输工程经济管理更多>>
- 基于修正的Cholesky分解高维图模型贝叶斯估计
- 2017年
- 文章针对高维图模型的参数估计与模型恢复问题,提出了压缩贝叶斯估计。通过构造多层贝叶斯模型,对协方差矩阵进行Colesky分解,方便地得到了重新参数化后的新参数的满足条件分布。利用Gibbs抽样,得到参数的贝叶斯估计。通过计算后验包含概率,进行模型选择。随机模拟结果表明,在高斯分布和t分布场合,压缩贝叶斯估计都有较好的稳定的表现。
- 李凡群杨桂元
- 关键词：协方差矩阵CHOLESKY分解
- 不同先验下Pareto分布参数的Bayes估计及其容许性
- 2009年
- 文章讨论了Pareto分布参数θ在不同的先验分布下的Bayes估计,然后讨论了在平方损失下,参数θ的形如(cT(x)+d)-1估计的可容许性。
- 李凡群
- 关键词：PARETO分布先验分布BAYES估计容许性
- 基于Gibbs抽样算法的两参数Pareto分布的Bayes估计
- 2023年
- 本文在非正常先验分布下讨论了基于Linex非对称损失函数的两参数Pareto分布的Bayes估计,证明了Linex损失函数下的Bayes估计是可容许的,并利用Gibbs抽样算法进行了Bayes估计实现;通过数值模拟,比较了极大似然估计与Bayes估计的风险。结果表明:Pareto分布的尺度参数的Bayes估计效率一致高于极大似然估计;在小样本情形下,当损失函数的尺度参数大于0时,Pareto分布的形状参数的Bayes估计的效率高于极大似然估计。
- 李凡群韦善然
- 关键词：PARETO分布极大似然估计BAYES估计GIBBS抽样LINEX损失
- 基于相邻选择的Ising模型的非凹惩罚估计
- 2019年
- 本文对Ising模型的局部条件似然施加非凹惩罚,得到相应参数的Oracle性和渐近正态性.在一致的界下,得到了Ising模型的参数矩阵的符号相合性估计,以及在矩阵Li范数下估计的收敛速度.随机模拟和实例分析表明,非凹惩罚估计的灵敏度普遍较高.
- 李凡群杨桂元张孔生
- 关键词：LOGISTIC回归
- 熵损失下的Pasreto分布参数的Bayes估计被引量：15
- 2007年
- 讨论了在熵损失下Pareto分布的参数的Bayes估计及多层Bayes估计,给出了参数的置信下限和容许性估计的一般形式,最后证明了极大似然估计是不容许的.
- 李凡群
- 关键词：熵损失PARETO分布BAYES估计多层BAYES估计
- Bootstrap方法在无失效数据分析中的应用被引量：1
- 2006年
- 本文在无失效数据可靠性分析经典方法的基础上,提出了无失效数据参数的Bootstrap估计,并对寿命服从Weibull分布和正态分布的两种情形,分别用Monte-Carlo方法进行了随机模拟,所得的结果与工程经验值一致。
- 张琼李凡群
- 关键词：BOOTSTRAP方法无失效数据可靠性
- 带状结构的高斯图模型嵌套惩罚估计被引量：1
- 2018年
- 高斯图模型的精确矩阵的诸元素可以利用系列线性回归模型进行解释。在具有带状结构的高斯图模型场合下,文章对诸线性回归系数施加嵌套的l1惩罚,得到精确矩阵的改进的嵌套Lasso估计。通过局部平方近似及牛顿迭代算法,能很方便得到估计结果。数值模拟结果表明精确矩阵的嵌套Lasso估计提高了估计速度和估计精度。
- 李凡群张新生
- 关键词：协方差矩阵
- 基于数理统计对公共自行车服务系统的研究
- 2016年
- 针对公共自行车服务系统的运行规律以及合理设置等方面的问题,依据相关数据,综合利用了数理统计、非线性拟合、综合评价等方法,利用MATLAB、SPSS、EXCEL等软件,建立了卡方分布、站点距离求解、综合评价、层次分析等模型,对温州市鹿城区公共自行车服务系统的借还车频次和用车时长进行了研究,得出该系统有部分站点距离过近,造成了资源的浪费;该系统锁桩设置合理的站点比率为0.685,即多数站点锁桩设置比较合理,但仍有很多站点的锁桩设置需要改进等结论.
- 高梦李凡群杨洋李德武
- 关键词：综合评价MATLAB
- 基于互联网对缓解上海市打车难问题的研究被引量：1
- 2016年
- 建立了多元线性回归模型、模糊综合评价模型、有效性评估模型等模型,利用MATLAB等软件对上海市出租车供求关系和打车难问题进行了研究。得出上海市长期存在出租车打车难问题;在每单给予司机10元的补贴方案下,普陀区、黄埔区等9个市中心区县的打车难问题可以得到有效缓解,而闵行区等4个市周边区县的打车难问题不能得到有效缓解等结论。最后,根据距离和损失之间的关系,制定了新的补贴方案。
- 高梦李凡群杨洋李德武
- 关键词：多元线性回归MATLAB
- 高维t分布场合下图模型的贝叶斯估计被引量：2
- 2021年
- 文章利用自适应Lasso估计的贝叶斯解释,构造了惩罚函数的分层贝叶斯先验模型,从而给出了t分布场合下的精确矩阵诸参数估计的分层贝叶斯模型,得到了精确矩阵自适应惩罚下的贝叶斯Lasso估计。随机模拟结果表明,该模型适用于高斯分布场合下精确矩阵的估计,而且在污染数据和错误假定模型的情况下,都有较好的表现。
- 李凡群张孔生
