基于神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸及核密度估計的概率密度預(yù)測方法研究.pdf

1、概率密度預(yù)測方法是基于統(tǒng)計學(xué)及概率論相關(guān)知識的一種方法，在統(tǒng)計學(xué)和概率論中有著科學(xué)的理論依據(jù)。通過完整的概率密度曲線圖，不僅可以獲得較為準(zhǔn)確的點預(yù)測值，給管理決策提供更精準(zhǔn)定量依據(jù);同時也可以獲得預(yù)測對象的完整連續(xù)的概率密度曲線以及其概率密度函數(shù)。通過分析預(yù)測的隨機(jī)變量概率密度曲線圖，可以為管理決策提供更多準(zhǔn)確有用信息。
　　本文通過神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸方法，不僅克服最小二乘回歸的缺點，同時可以結(jié)合神經(jīng)網(wǎng)絡(luò)方法自適應(yīng)和強(qiáng)大非線性的優(yōu)

2、點。通過設(shè)置不同的分位點，來預(yù)測隨機(jī)變量不同分位點下對應(yīng)的分位數(shù)，這樣可以更加細(xì)致刻畫被解釋變量在不同分位點上受解釋變量的影響以及他們之間的關(guān)系。通過神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸方法先求出預(yù)測對象的不同分位點上對應(yīng)的分位數(shù)，然后再用確定好的核密度估計形式與最優(yōu)窗寬選擇方法，運(yùn)用核密度估計方法思想，得出預(yù)測對象的完整連續(xù)的概率密度曲線圖。通過加入不同的因素、以及選擇不同的核密度估計形式和最優(yōu)窗寬選擇方法，可以比較在加入不同考慮因素和采用不同核密度估