随着互联网等信息技术的快速发展,由数据要素构成的数字经济正掀起一阵热潮.它不仅依托于海量数据的收集、存储和分析,还具有快速......

数据规模的迅速增长和数据特征的多样化使得数据分析高速发展,也使得数据分析需要处理的对象越来越复杂,进而需要更多的变量特征来......

随着金融市场的不断扩大和股票市场的有效信息持续披露,能够带来稳定的高于市场收益的投资收益的量化投资理论进入到人们的视线,并......

高斯混合模型假设数据来自多个高斯分布,只要取足够多的混合成分,就可以很好的逼近复杂数据,具有很大的灵活性,但在对高维数据建模......

均值方差回归模型简记作MVR模型.对于现实数据,我们在进行回归分析时,经常面临的问题是缺乏有效的先验信息.对于不满足高斯马尔科......

在人类的遗传病的历史研究中,可以得出全基因组关联分析（Genome wide association study,简称GWAS）是一种常见的分析方法,（GWAS）方法一......

Lasso方法是变量选择领域的一类重要方法,它具有计算上的简便性.SCAD和MCP在一定程度上降低了Lasso估计的偏差.本文在对影响我国各......

近年来,关于具有多模态(异质性)数据的建模问题得到了广泛的研究,有限混合模型就是其中一个重要的工具.然而对于具有异质性的时间......

AdaBoost是一种有力的集成学习方法,能将一系列低预测精度的弱学习器结合成为一个高预测精度的强学习器。然而,与其它集成学习方法......

混合回归模型已广泛用于各种异构数据,而大多数的混合回归模型是通过基于MLE的EM算法来估算的。当存在异常点时,MLE的不稳健性就会......

在如今大数据时代,门限效应数据存在于在金融、经济、心理学、生物学、计算机等各个领域。通常对于门限数据的回归分析方法是使用......

在处理高维回归问题时,传统的最小二乘法容易出现过拟合的现象,这时需要进行变量选择,去除重要性较低的变量,从而简化模型防止过拟......

全基因组关联分析(GWAS)是应用基因组中的单核苷酸多态性(SNP)为分子遗传标记,进行全基因组水平上的对照分析或相关分析,是从遗传......

研究有噪声的压缩感知,提出了基于SCAD罚函数的压缩感知策略,并给出一种高效的阈值迭代算法,从理论上证明了算法的有效性.大量实验......

Owenn提出的经验似然方法是统计推断中最重要的方法之一,它在置信域的构造方面有许多优点.除有域保持性,变换不变性,Bartlett纠偏......

半参数变系数部分线性模型是近几十年来统计学研究的热点之一，基于该模型的灵活性，其广泛应用于经济、金融以及生物医学等领域。变量......