简介：利用Markowitz的均值-方差模型,可以构建有效的社保基金投资组合,在收益率确定的情况下使得风险最小,并根据各类资产的期望收益-波动比率来确定其最优资产配置.

简介：利用q元n长码C的对偶距离分布．在码字数M为奇数的情况下，给出了GF（q）上非线性码Hamming距离的均值和方差的下界和上界．

简介：充分利用总体的信息，讨论了正态总体均值μ已知的条件下，方差σ^2的统计推断问题．

简介：摘要：高中数学选修2-3中，介绍了三种典型分布。笔者通过已知分布特征，求其均值；求实际问题中特殊分布的均值；求实际问题中特殊分布的方差；求实际问题分布的方差。并用知识点结合例析的方式进行研究。

简介：利用风险估价（ValueatRisk，VaR）技术评估过程，考虑Markowitz均值方差模型，通过Markowitz模型投资组合的有效边界，得出风险值的计算区间，更符合实际的经济意义。为基金投资股指期货提供了有效地进行市场风险的监控手段。

简介：将投资者情绪引入投资组合选择问题研究,构建了投资者情绪调节的均值-方差投资组合模型,通过拉格朗日乘数法,得到了最优投资组合策略及有效前沿的解析解,结果表明：最小情绪调节方差在达到最小值点前随投资者情绪的增加而递减,之后随投资者情绪的增加而递增,呈现出一种U型的抛物线关系;在方差-均值坐标中有效前沿与经典的均值-方差模型的有效前沿形状是一致的,但投资者情绪函数越大,有效前沿越向方差-均值坐标的右上端移动。

简介：VaR（ValueatRisk）是一个在当前的金融市场条件下，测量各种不同的风险，确定投资的获利的重要方法。本文提出了VaR估计并提出新问题，即假设给定一个可接受的VaR，如何确定一组给定证券的组合投资的最大收益，并且同时满足VaR的约束条件；假设市场条件是变化的，如何在保证的投资组合下，在给定的VaR范围内，获得一个投资重组（重新平衡）策略，使其在一系列投资组合中相应的收益最大。为了解决这些问题，我们采用并进一步发展了一种算法来处理这些投资组合的优化问题。

简介：方差公式在解数学题中有着极其广泛的应用，然而由于统计初步内容列入中学阶段的时间不长，因而用方差公式解数学题的资料很少，于是造成了一种错觉，好像学习方差公式仅仅是为了统计计算，别无他用．实则不然，下面笔者将方差公式在解方程组中的应用举例如下，以供参考．

简介：连续时间的Markowitz的吝啬变化的有效策略被parameterizing修改批评数量。这些parameterizedMarkowitz策略能与任意地高的可能性到达原来的吝啬的目标，这被显示出。接着，每当parameterizedMarkowitz策略到达吝啬的目标的现在的价值时，这激发股票资源被清偿的某些停止的策略的介绍。修订Markowitz策略的风险方面从起始的预算经由期望的打折的损失被检验。一个新公事包选择模型基于纸的结果被建议。

简介：文献[1]提出了相关系数平稳过程并讨论了它的参数估计方法，其参数估计值采用了数值迭代法·本文在[1]的基础上对一种特殊的相关系数平稳序列的均值和方差提出一种具体的解决方法·得到了确切的均值和方差的参数估计表达式．

简介：本文综合近邻权函数法及最小二乘法，用两阶段最小二乘估计的方法得到了半参数EV模型中参数的估计量及其强相合性，渐近正态性。同时也得到了非参数函数的估计量及其强相合性，一致强相合性。

简介：移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象，实现非理想光照下，对橘红色目标足球的运动检测。提出在传统三帧差分法基础上，先利用Markowitz投资组合模型进行足球目标的特征提取，将场地非感兴趣的目标中，出现全部像素值发生变化的目标去除，再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制，选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像，结果表明跟踪图像不含非目标物的干扰，克服了差分图像存在空洞的问题，为移动机器人提供了一种实用的运动目标检测方法。

简介：本文研究了混合整数线性模型方差分量在无信息先验分布和有信息先验分布下Bayes估计，给出了混合整数线性模型方差分量无信息和：有信息先验分布下的极大后验估计和最佳Bayes估计。

简介：摘要在移动“互联网+”的时代，为了更加方便快捷的进行信息搜集和商业检查，一种自助式劳务众包平台服务模式“拍照赚钱”应运而生。

简介：认知诊断模型中,项目参数的方差-协方差矩阵具有很重要的作用。作为一种非参数化的方差-协方差矩阵估计方法,Bootstrap法的一个主要优势在于它不需要解析推导。比较认知诊断模型中基于解析法的经验交叉相乘信息矩阵、观察信息矩阵和三明治协方差矩阵法,与Bootstrap法在估计项目参数标准误时的表现,模拟结果显示,认知诊断模型及Q矩阵正确设定或是模型中错误设定较少时,解析法的表现优于Bootstrap法,只有在样本量N=5000的条件下,Bootstrap法的表现才基本与解析法接近;当模型中错误设定较多时,Bootstrap法也没有表现出明显的稳健性。因此,在认知诊断模型中,推荐使用基于解析法的方差-协方差矩阵估计方法,尤其是三明治协方差矩阵法;当没有现成的基于解析法的方差-协方差矩阵估计方法可用时,Bootstrap法可以作为一种粗略的估计方法使用,尤其是在样本量较小的情况下。

简介：一、启发提问１．什么叫总体平均数？什么叫样本平均数？２．甲乙两名战士在同样条件下练习射击，每人打５枪所得环数分别是：甲：６、８、９、９、８　　乙：１０、７、７、７、９怎样判断他们的射击技术谁比较稳定．３．什么是方差？什么是标准差？４．怎样计算一组数据的方差？二、读书自学　教材Ｐ１６７－Ｐ１７５三、启读指导１．方差是各数据与它们的平均数的差的平方的．２．设一组数据ｘ１、ｘ２…ｘｎ．它们的平均数为ｘ，方差为Ｓ２，则计算方差的公式为Ｓ２＝．３．方差是衡量一组数据波动大小的量，一组数据的方差越大、则这组数的波动．４．启发提问（２）中战士甲这组数据的方差Ｓ２甲＝，战士乙这组数据的方差Ｓ２乙＝．射击技术比

简介：选秀大会就像一次集体赌博，状元或许是水货，57位也能淘到明星球员。那些看似随意的顺位排列有规律或奥秘存在么？

简介：摘要房地产投资组合研究中最核心的问题，是找到一种正确合理并且操作性强的风险度量方法，本文以半方差度量风险，并综合考虑投资者的风险承受能力，以此建立相应的房地产投资组合模型，并经过实证案例进行论证。

简介：摘要房地产投资组合研究中最核心的问题，是找到一种正确合理并且操作性强的风险度量方法，本文以半方差度量风险，并综合考虑投资者的风险承受能力，以此建立相应的房地产投资组合模型，并经过实证案例进行论证。

简介：文章区分了控制网中的两类不同性质的数据，通过控制网中的观测数据和基准数据分别建立了误差方程和基准方程，从而建立了概括平差模型。应用数理统计计算了方差的区间估计和基准方程的假设检验，最后应用于附合网基准数据选用的判断，得出了有益的结论。