辉的博客

TOPSIS法是一种常用的综合评价方法，能够充分利用原始数据的信息，精确地反映各评价方案之间的差距。同时，如果决策层中指标的数据是已知的，那么层次分析法也很难利用这些初始数据，来使评价更加准确。, 当数据按均匀分布分散时熵值最大（此时该变量的价值很小），当数据集中在一个值上时熵值为0（此时该变量价值高），因此，我们利用。思想：熵权法是根据变量（指标）中信息的多少对变量（指标）加权的方法。xij 表示第 i个评价对象在第 j个指标上的取值。xij 表示第 i个评价对象在第 j个指标上的取值。

广义误差分布(GED)是指一类以整个实数轴为支撑集的连续分布，是由Box和Tiao在1973年提出的（他们称该分布为the exponential power distribution), Harvey在1981年又提出了该分布并命名为GED.该分布包含三个参数μ∈Ra0b0, 概率密度函数为fx2αΓ1/ββ​e−∣x−μ∣/αβ特别地，当β1时为拉普拉斯分布，当β2时为正态分布，当β→∞时逐点收敛于μ−αμα上的连续分布。

文章目录什么是定序回归模型构建R语言实现什么是定序回归定序回归的因变量是定序变量，数据类型是顺序数据。比如不满意，一般，满意；不合格，合格，优秀等。模型构建假设因变量是评分，先由单变量回归说起，则普通的线性回归模型为：score=β0+β1×x1+ϵ\mathrm{score}=\beta_0+\beta_1\times x_1+\epsilonscore=β0​+β1​×x1​+ϵ若上式中score不是连续变量，而是分类变量（例如取值为1，2，3，4）。这样等式两边的数据类型不统一，直接进

文章目录什么是Stein估计Stein估计的定义Stein估计的性质压缩系数的选择参考文献什么是Stein估计岭估计都是对LS估计β^\hat{\beta}β^​向远点作压缩。一般来说，它们是对β^\hat{\beta}β^​各分量的不均匀压缩。Stein估计是一种均匀压缩估计，它是由Stein于1955年提出的。这是最简单、提出最早的一种有偏估计。虽然它的应用远不及岭估计，但却在有偏估计发展史上占有重要地位。Stein估计的定义对于线性回归模型，记β^\hat{\beta}β^​为回归系数β\be

指数分布族的定义如果xix_ixi​的密度函数属于指数分布族，则具有如下形式：f(x∣θ,ϕ)=exp⁡{yθ−b(θ)a(ϕ)+c(y,ϕ)},f(x|\theta, \phi)=\exp\left\{\frac{y\theta-b(\theta)}{a(\phi)}+c(y,\phi)\right\},f(x∣θ,ϕ)=exp{a(ϕ)yθ−b(θ)​+c(y,ϕ)},其中：1.θ\thetaθ是指数族的参数，是我们感兴趣的；ϕ\phiϕ是尺度参数或讨厌参数。2.a(⋅),b(⋅),c(⋅

文章目录进行随机变量之间的运算绘制频率直方图DISTRIBUTION 类可以产生的分布类别进行随机变量之间的运算library(convdistr)library(ggplot2)a <- new_NORMAL(1,0.5)b <- new_POISSON(5)c <- new_BETA(10,20)res <- a + b * cmetadata(res) #> distribution rvar#> 1 CONVOLUTION 2

国内安装Sourcetree的认证问题wenzhang欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程...