https://ir.lib.ncu.edu.tw/handle/987654321/24128 Search the Channel s https://ir.lib.ncu.edu.tw/simple-search https://ir.lib.ncu.edu.tw/handle/987654321/99005 title: 混合式反應變數的高維度貝式選模理論;Ultrahigh Dimensional Variable Selection for Bayesian Mixed-Type Multivariate General Linear Models abstract: 最近，許多關於貝葉斯高維變量選擇的研究迅速增長。了解這些貝葉斯方法是否能夠一致地估計模型參數變得越來越重要。為此，收縮先驗可用於識別高維數據中的相關信號。 Bia 和 Ghosh (2018) 開發了多元貝葉斯收縮先驗 (MBSP) 用於處理超高維數據線性回歸中的多元反應變數。在本次計劃中，我們開發了一個多變量多元混合型反應值的貝葉斯模型在通用線性模型上。我們將研究 多元混合型反應變數和多元協變量之間的非線性關係。特別在超高維數據中提出新的理論方法和其他應用。這樣新的模型將延伸到張量數據資料，影像資料和存活資料等。我們相信這樣的模型和方法更能貼近在自然，社會科學上大數據的面貌。 <br> https://ir.lib.ncu.edu.tw/handle/987654321/99004 title: 基於聚類分析和強化學習進行投資組合選取之研究;A Study on Portfolio Selection Based on Clustering Analysis and Reinforcement Learning abstract: 若本計畫能夠成功發展出結合聚類分析與Q-學習的投資組合選取方法，將可更有效率地應用可收集到的即時資訊，對市場環境狀態進行較客觀的判斷，同時根據對市場環境狀態的判斷，亦能迅速地建議投資組合的調整方案，達到風險控管與最佳化累積報酬的目的。此外，若本計畫能夠證實所提出的策略能夠達到令人滿意的分群與投資表現，亦將能夠為不同領域在實務上面臨多維資料且解釋變數繁多的最佳化問題時，提供一個兼顧廣泛性與穩定性、且具備即時更新功能以及節省計算成本的建模架構。 <br> https://ir.lib.ncu.edu.tw/handle/987654321/99003 title: 區間設限下一致性指標的半母數估計;Semiparametric Estimation for an Interval-Censored C-Index abstract: 本計畫旨在發展預測精準度之統計方法,可增進醫學研究,診療相關病情預測之評估 <br> https://ir.lib.ncu.edu.tw/handle/987654321/99002 title: 非線性時間序列模型下的即時線上改變點偵測;Online Changepoint Detection via Nonlinear Time Series Models abstract: 線上改變點偵測是非常實用且重要的，在工程品管上，可以藉由線上改變點偵測來提早得知機台的異常或故障，以期提早做處理減少損失。財務應用上，可以藉由股價或是波動度的改變點偵測，來作出投資組合的調整，這對於風險管理是非常重要且必須的。此外，也可由改變點的偵測，來分析背後的發生的原因，來找出相應的處理或是政策方向。 <br>