11种经典时间序列预测方法:理论、Python实现与应用

简单指数平滑(SES)是一种基本的时间序列预测方法,它对过去的观测值赋予指数递减的权重。这种方法特别适用于没有明显趋势或季节性的数据。数学表示SES模型可以表示为:其中,s_t是t时刻的平滑值,x_t是t时刻的实际观测值,\alpha是平滑参数(0<\alpha<1)。优势计算简单,易于理解和实现对最近的观测值给予...

WHALE来了,南大周志华团队做出更强泛化的世界模型

(1)基于熵的方法:研究团队采用基于Transformer的动态模型,它通过计算模型输出的预测熵来量化不确定性(2)基于集成的方法:研究团队训练了三个独立的动态模型,然后通过比较每个模型生成的图像之间的像素级差异来估计不确定性。具体来说,他们从模型误差预测和离线强化学习两个角度进行评估。下表展示了模型误差预测的...

电阻电容的降额设计要求

MnO2固体钽电容最终工作电压降额的选取还与温度、电源回路阻抗、电源上下电等有关。表中提供的参数估计值仅为最低要求,实际的降额选取应根据电路应用条件来做调整。从实际应用统计及钽电容自身结构分析,高耐压高CV值MnO2钽电容(≥25V/10uF)可靠性相对于低压钽电容要差。不建议12V以上的电路使用MnO2钽电容。除了某...

中国科大同时实现“超海森堡极限”与海森堡极限的量子精密测量

在诸如相位估计、磁力仪和量子陀螺仪等众多应用中,研究发现k在经典测量方法和量子测量方法中分别是0.5和1,分别被称作散粒噪声极限和海森堡极限。然而存在多体相互作用或含时演化的时候,人们发现k可以超越1,称之为“超海森堡极限”。目前这三种不同的精度极限在单参数量子测量实验中已经分别得以实现,但是海森堡不确定性...

贝叶斯方法如何帮助比较案例研究?| 研究

然而,现有方法尚未完全解决推断和预测挑战。合成控制法使用安慰剂测试作为推断工具,但使用者不能将其解释为置换检验(编者注:置换检验是统计学中一种基于反证法、重抽样原则的非参数性检验),因为处理不是随机分配的。因此,研究人员无法以传统方式量化其估计值的不确定性。其他频数推断方法需要一个重复采样的解释,这往往...

数学悖论系列之八(统计学悖论)|定理|贝叶斯|概率论|统计量_网易订阅

参数估计的方法分为点估计和区间估计两种(www.e993.com)2024年11月17日。点估计就是直接以样本统计量的某一个取值作为总体参数的估计值。区间估计的思想则是选择一个被认为很可能包含总体参数的区间,该区间通常以点估计为中心,通过加减边际误差得到区间的上限和下限。点估计统计量是随机变量的函数。因此,样本统计量本身也是一个随机变量。不同的...

双重机器学习及其在经济统计中的应用

而Chernozhukov等(2018)提出的双重机器学习很大程度上解决了这一问题。具体而言,双重机器学习包含两个步骤:1、Neyman正交化即将估计参数所用的矩条件进行正交化,如果估计核心参数θ所使用的矩条件为:那么Neyman正交化要求改矩条件对冗余参数η的G??teaux导数为0:...

深度学习揭秘系列之一:基于量价与基本面结合的深度学习选股策略

动量梯度下降法(MomentumGradientDescent)是梯度下降法的一种变体,通过引入动量来加速收敛,尤其是在面对高曲率、长谷和鞍点的情况下。在常规梯度下降法中,以α为学习率,以g_t为t时刻梯度估计,则参数θ的更新方式为:在动量梯度下降法中引入动量M_t=β_1M_(t-1)+(1-β_1)g_t以更新梯度(M_0=0)...

上海交大曾贵华团队在可达纳弧度旋转测量精度的量子精密测量技术...

标准量子参数估计方案如图1A所示,制备为初始态的探针在传感过程中具有确定演化方向,根据量子参数估计理论,该过程对未知参数估计的误差极限与传感过程的动力学特征算子方差成反比(对于光束轴向转动而言,动力学特征算子为轨道角动量)。“不定时间方向”演化策略方案如图1B所示,使用二能级量子开关操控探针,使其处于正向时间演...

研习营老师论著推荐|吴雨豪:认罪认罚“从宽”裁量模式实证研究...

因此,在对从宽幅度的参数估计中,我们将选用另一种统计方法——倾向得分匹配方法(PSM)。该方法的核心理念是,当实验组和对照组之间因为混杂变量产生系统性偏差的时候,需要通过倾向得分匹配方法制造一个“准随机的实验”,使得两个具有相同倾向匹配得分的对象一个在实验组,另一个在对照组。此时,由于这些混杂变量的影响被...