典型文献
基于MES频谱数据异常贡献度估计与后验分析
文献摘要：
近些年,基于大数据分析模型的风险度量和控制方法研究变得越来越重要,而风险度量模型的后验分析研究能够保障和检验所用分析技术在实际数据分析中的有效性.边际期望损失(MES)作为度量个体对系统性风险的边际贡献的重要工具,其后验分析也是一个值得关注的问题.本文将C.Acerbi等提出的关于ES的后验分析方法进行二维变量下的延伸,提出2个新的对于MES的统计量.模拟实验的结果表明,在原假设分布和备择假设分布相差相对较小的情况下,2个统计量的统计功效均大于D.Banulescu等采用的统计量.实证分析的结果也表明,对于同样的预测结果,文中新提出的统计量在原假设的接受程度上相对更为谨慎.该方法对于大数据模型算法的后验分析具有一定的理论借鉴意义.
文献关键词：
后验算法分析;统计功效;边际期望损失;系统性风险
中图分类号：
作者姓名：
张继丹;肖东;侯燕曦
作者机构：
复旦大学 大数据学院,上海 200433;哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001
文献出处：
引用格式：
[1]张继丹;肖东;侯燕曦-.基于MES频谱数据异常贡献度估计与后验分析)[J].太赫兹科学与电子信息学报,2022(12):1277-1284
A类：
边际期望损失,Acerbi,Banulescu,后验算法分析
B类：
MES,频谱数据,数据异常,贡献度,后验分析,数据分析模型,风险度量,控制方法研究,度量模型,检验所,实际数据,系统性风险,边际贡献,统计量,模拟实验,原假设,备择假设,统计功效,接受程度,大数据模型,模型算法,理论借鉴
AB值：
0.297159
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
