王康宁
- 作品数：6 被引量：2H指数：1
- 供职机构：山东大学更多>>
- 发文基金：国家自然科学基金重庆市教委科研基金更多>>
- 相关领域：理学政治法律更多>>
- 基于Bayes后验概率的自变量与异常点的同时识别被引量：1
- 2012年
- 本文基于自变量与异常点识别隐变量的联合Bayes后验概率,给出了自变量与异常点同时识别的一般方法,且利用Gibbs抽样降低了Bayes后验概率的计算复杂度。其次,针对多值序次数据模型自变量与异常点的同时识别展开详细讨论,给出了同时识别的具体过程。最后通过模拟算例展示了本文方法的有效性。
- 王康宁汪四水
- 关键词：GIBBS抽样
- 案例指导制度对自由裁量权的双重影响及其良性互动
- 案例指导制度对自由裁量权有着双重影响，一方面，案例指导制度会对自由裁量权造成限缩，因为指导性案例对于相似案件具有“应当参照”的权威性，为同一类型法律问题的解决提供了统一的裁判思路;同时，指导性案例也具有法官和社会公众“发...
- 王康宁
- 关键词：案例指导制度自由裁量权良性互动人工智能
- 二值数据下模型和异常点的同时识别
- 2010年
- 讨论了基于贝叶斯方法进行模型选择与异常点识别时两者之间的相互影响,建议模型与异常点应结合起来同时识别.针对二值数据,采用引入隐变量的数据扩增方法进行异常点识别,并且给出了基于MCMC方法计算后验概率来进行模型和异常点同时识别的具体过程.
- 王康宁汪四水
- 关键词：GIBBS抽样
- 空间非参回归的变量选择被引量：1
- 2016年
- 空间变系数回归模型是空间线性回归模型的重要推广,在实际中有广泛的应用.然而,这个模型的变量选择问题还没有解决.本文通过一般的M型损失函数将均值回归、中位数回归、分位数回归和稳健均值回归纳入同一框架下,然后基于B样条近似,提出一个能够同时进行变量选择和函数系数估计的自适应组内(adaptive group)L_r(r≥1)范数惩罚的M型估计量.新方法有几个显著的特点:(1)对异常点和重尾分布稳健;(2)能够兼容异方差性,允许显著变量集合随所考虑的分位点不同而变化;(3)兼顾了估计量的有效性和稳健性.在较弱假设条件下,建立了变量选择的oracle性质.随机模拟和实例分析验证了所提方法在有限样本时的表现.
- 王康宁林路
- 关键词：空间数据稳健性异方差
- 几类高维复杂数据半参数模型的结构识别、变量选择及稳健估计
- 在现代科学研究的很多领域，比如医学研究、农业研究、社会调查、经济学、生物学以及流行病学等领域，常常会遇到纵向数据以及缺失数据等复杂数据。而且，随着数据收集能力的提高和成本的降低，以及数据存储技术的快速发展，数据的维数越来...
- 王康宁
- 关键词：半参数模型结构识别
- 文献传递
- 贝叶斯方法下二值与多值序次数据模型与异常点的同时识别
- 本文首先讨论了基于贝叶斯方法进行模型选择与异常点识别时两者之间的相互影响关系，建议模型选择与异常点识别应结合起来同时考虑，而Gibbs抽样基于满条件的迭代恰好能够体现这种结合，因此选择Gibbs抽样算法.其次，给出了利用...
- 王康宁
- 关键词：GIBBS抽样
