- 博客(4)
- 收藏
- 关注
转载 大规模C++程序设计-概述
人们普遍认为在管理大型系统的复杂性方面,面向对象范型存在潜在优势。但是,如果你认为在大型项目中,只要使用C++就会确保成功,那就完全错了。 面向对象范型声名狼藉,因为面向对象范型比相应的面向过程技术需要更多的设计工作和悟性。通过虚函数改变内部行为的能力会使类不变量无效,这些类不变量对于纠正性能是必不可少的。而且,贯穿一个面向对象系统的控制流路径潜在数量可能会爆炸性地增大。 当程序规模变得更大时,
2015-06-30 09:49:23 1427
转载 极大似然估计
考察下面的ARMA模型: Yt=c+ϕ1Yt−1+ϕ2Yt−2+...+ϕpYt−p+ϵt+θ1ϵt−1+θ2ϵt−2+...+θqϵt−qY_t = c + \phi_1 Y_{t-1} + \phi_2 Y_{t-2} + ... + \phi_p Y_{t-p} +\epsilon_t + \theta_1\epsilon_{t-1} + \theta_2\epsilon_{t-2} +
2015-06-13 14:55:31 553
转载 预测
基于条件期望的预测我们关心的是根据t期观测到的一组变量XtX_t预测变量Yt+1Y_{t+1}。 令Y∗t+1|tY^*_{t+1|t}表示根据XtX_t作出的对Yt+1Y_{t+1}的预测。为了评价这个预测有用性,我们需要给出一个损失函数来表示当我们的预测偏离一个特定的量时我们的关心程度。通过假定一个二次损失函数,可以得到一个便利的结果。二次损失函数的含义是选择合适的Y∗t+1|tY^*_{t+
2015-06-13 14:33:01 443
转载 混合自回归移动平均过程
差分方程所谓差分方程即将变量yty_t与它的滞后期联系起来的表达式。 研究变量在第t期的值记为yty_t。假定给出的动态方程将变量y第t期的值与另外的变量wtw_t以及y的前一期联系起来: yt=ϕyt−1+wty_t=\phi y_{t-1}+w_t 上述称为一阶差分方程是因为仅仅只有变量的一阶滞后(yt−1y_{t-1})出现在方程中。移动平均“移动平均”的含义源于YtY_t是最近两期的ϵ
2015-06-13 14:10:30 2124
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人