简介：目前沪深股市相关结构的Copula模型选择差异很大,并没有形成统一的认识。在指出现有Copula检验要受到模型参数估计影响后,引入了贝叶斯估计方法将模型参数估计与拟合优度检验有效的分开。接着,沪深股市相关性的贝叶斯实证结果发现两市相关结构Copula模型具有时变特征,势必导致当前研究结果的不一致;同时也反映了Copula对样本区间选择有很强的依赖性。
简介：本文在文[1]和文[2]研究基础上,利用文[1]、[2]中的分析模型和综合评价模型所得的结果,以及这两个结果正相关性,依据某大型国有企管理初级岗位3000多人的测试结果,采用最小错误率贝叶斯决策,构建了企业管理岗位初级人员招聘模型.此模型为企业根据企业文化和价值观等来招聘符合企业要求的员工提供了一种方法.
简介：针对频率统计方法存在不连续的置信区间以及在小样本情况下检验势比较低的问题。把非对称Laplace分布表示成正态分布和指数分布的线性组合,推导了不同先验分布情况下参数的最大后验密度置信区间,并构造了分位回归单位根检验的贝叶斯因子,实现了对非平稳时间序列的局部单位根检验。仿真分析表明贝叶斯分位回归方法是一种稳健全面的单位根检验方法。对我国居民消费价格指数的实证研究发现,我国居民消费价格指数表现出局部的持续性,在分布的下尾部不受普通冲击的影响,但在分布的上尾部受普通冲击的影响。
沪深股市相关结构之谜：基于贝叶斯Copula的研究
基于最小错误率贝叶斯决策的企业员工招聘决策
基于MCMC的分位AR模型的贝叶斯单位根检验研究
