arXiv 1807.059492018-07-16stat.AP

基于多元分位数的多准则决策

Multi-criteria decision making via multivariate quantiles

Daniel Kostner

摘要：

提出了一种求解多判断多准则决策问题的新方法。基于多个标准进行评价的备选方案的排序是困难的，因为多个标准的存在导致非全序关系。这个问题是通过重新解释MCDM问题作为一个多元统计问题，并通过集合优化方法来解决它。一个功能，排名的替代品，以及其他功能，将替代品分为“好”和“坏”的选择。此外，该文件表明，这些功能的属性，确保一个逻辑和合理的决策过程。

英文摘要：

A novel approach for solving a multiple judge, multiple criteria decision making (MCDM) problem is proposed. The ranking of alternatives that are evaluated based on multiple criteria is difficult, since the presence of multiple criteria leads to a non-total order relation. This issue is handled by reinterpreting the MCDM problem as a multivariate statistics one and by solving it via set optimization methods. A function that ranks alternatives as well as additional functions that categorize alternatives into sets of "good" and "bad" choices are presented. Moreover, the paper shows that the properties of these functions ensure a logical and reasonable decision making process.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

多元纵向数据的分位混合隐马尔可夫模型

Quantile Mixed Hidden Markov Models for multivariate longitudinal data

识别与幼儿期精神和行为障碍相关的因素对于精神病理学研究和初级卫生保健实践的支持都至关重要。出于千年队列研究，在本文中，我们研究了一套全面的协变量对儿童的情绪和行为轨迹在英格兰的影响。为此，我们开发了一个分位数混合隐马尔可夫模型，用于多变量纵向数据的线性回归设置中的多个分位数的联合估计。所提出的方法的新颖性是基于多变量非对称拉普拉斯分布，它允许联合估计多变量响应的单变量条件分布的分位数，考虑结果之间可能的相关性。未观察到的异质性和序列依赖性的来源，由于重复测量建模，通过引入个体特异性，时间常数随机系数和随时间变化的参数随时间的马尔可夫结构，分别。推理方法是通过构建一个合适的期望最大化算法，而无需对随机效应分布进行参数假设。

2021-09-14stat.APstat.ME

关于极端方向多元分位数的估计

On the estimation of extreme directional multivariate quantiles

在多元极值理论（MEVT）中，重点是在可观察的采样区域之外进行分析，这意味着感兴趣的区域与高风险水平相关。这项工作提供了工具，包括方向的概念到MEVT，使有机会表征最近推出的方向多变量分位数（DMQ）在高层次。然后，给出了这些分位数的样本外估计方法。自举程序进行估计的调整参数在这个多变量框架，并帮助估计的DMQ。所提出的估计的渐近正态性，并与模拟数据集的方法进行说明。最后，一个现实生活中的应用程序，金融案件也执行。

2018-12-04math.STstat.APstat.TH

中心向外分位数与多变量风险的度量

Center-outward quantiles and the measurement of multivariate risk

风险度量的单变量理论的所有多变量扩展都遇到了同样的基本问题，即在d > 1维中，Rd没有一个正则序。基于测量运输的想法，最近在统计文献中进行了几次尝试，以克服这一概念上的困难。在Hallin（2017）中，中心向外分布和分位数函数的概念被发展为分布和分位数函数的经典单变量概念的概括，以及它们的经验版本。我们提出了一类光滑近似，作为del Barrio等人（2018）中开发的插值的替代方案。这种近似允许一些新的经验风险措施的计算，无论是基于凸势与建议的运输，或由此产生的经验分位数区域的体积。我们还讨论了这种运输的作用，与多变量定期变化的分布的风险评估。一些模拟和案例研究的应用说明了该方法的价值。

2019-12-10stat.APstat.ME

分位数曲面--将分位数回归推广到多变量目标

Quantile Surfaces -- Generalizing Quantile Regression to Multivariate Targets

University of Kassel（卡塞尔大学）；Fraunhofer Institute for Energy Economics and Energy System Technology（弗劳恩霍夫能源经济与能源系统技术研究所）

在这篇文章中，我们提出了一种新的方法，多变量概率预测。我们的方法是基于扩展的单输出分位数回归（QR）的多变量目标，称为分位数表面（QS）。QS使用了一个简单但令人信服的想法，即通过方向和向量长度来索引概率预测的观察结果，以估计集中趋势。我们将单输出QR技术扩展到多变量概率目标。QS有效地对多变量目标变量的依赖关系进行建模，并通过离散分位数水平表示概率分布。因此，我们提出了一种新的两阶段过程。在第一阶段，我们执行确定性点预测（即，集中趋势估计）。随后，我们使用QS涉及神经网络称为分位数表面回归神经网络（QSNN）的预测不确定性建模。此外，我们引入了新的方法，有效和直接的评估的可靠性和清晰度的概率QS预测。我们通过连续排序概率得分（CRPS）得分的方向扩展来补充这一点。最后，我们评估了我们在合成数据上的新方法以及目前在两个不同领域研究的两个现实挑战：第一，可再生能源发电的概率预测，第二，自动驾驶车辆的短期骑自行车者轨迹预测。特别是对于后者，我们的实证结果表明，即使是一个简单的单层QSNN优于传统的参数多变量预测技术，从而提高了最先进的性能。

2020-09-29cs.AIstat.APstat.CO

基于中心向外分位数的多维随机支配检验

Multidimensional Stochastic Dominance Test Based on Center-outward Quantiles

University of Science and Technology of China（中国科学技术大学）

本文提出基于中心向外分位数的多维随机支配检验方法，通过比较贡献函数并结合熵正则化最优传输，提供了一种理论严谨且计算可行的多变量分布比较解决方案。

2025-12-23stat.APstat.ME

极端事件建模：单变量与多变量数据驱动方法

Modeling Extreme Events: Univariate and Multivariate Data-Driven Approaches

本文总结团队genEVA在EVA 2023数据挑战赛中的工作，针对单变量与多变量极值任务，分别采用神经网络分位数回归、损失函数微调、copula模型及聚类降维方法，在单变量任务中取得了最准确的分位数估计。

2024-10-16stat.APstat.ME

更多相关论文收起更多论文

一个方向性多变量风险价值

A Directional Multivariate Value at Risk

在经济学、保险学和金融学中，风险价值（VaR）是一种广泛使用的衡量特定金融资产组合损失风险的方法。对于给定的投资组合、时间范围和概率$α$，$100α\%$ VaR被定义为阈值损失值，使得投资组合在给定时间范围内的损失超过该值的概率为$α$。也就是说，它是损失分布的分位数，既具有良好的分析性质，又易于解释为风险度量。然而，它的多元框架的扩展是不是唯一的，因为一个唯一的定义多元分位数不存在。在目前的文献中，多变量分位数与$\mathbb{R}^{n}$中考虑的特定偏序相关，或者与期望扩展到$\mathbb{R}^{n}$的单变量分位数的属性相关。在这项工作中，我们引入了一个多变量风险价值作为向量值的方向性风险度量，基于一个方向性多变量分位数，这是最近在文献中介绍。定向方法允许经理在分析中考虑外部信息或风险偏好。我们推导了风险度量的一些性质，并将边际上的单变量\textit{VaR}与方向性多变量VaR的分量进行了比较。我们还分析了一些Copula族之间的关系，对于这些Copula族，我们可以得到我们提出的多元VaR的封闭形式。最后，与文献中给出的其他替代多元风险值的比较，提供的鲁棒性。

2015-02-03q-fin.RMstat.AP

使用基于分位数的仿真校准基于随机主体的模型

Calibrating a Stochastic Agent Based Model Using Quantile-based Emulation

在许多情况下，分位数高斯过程（QGP）已被证明在模拟随机单变量计算机模型输出方面是有效的（Plumlee和Tuo，2014）。在本文中，我们开发了一种方法，使用贝叶斯模型校准框架内的仿真方法来校准基于代理的流行病模型。此外，这种方法被扩展到处理模型输出的多变量性质，它给出了一个时间序列的感染个体的计数。基本建模方法改编自Higdon等人（2008），使用基础表示来捕获多变量模型输出。该方法的动机是从2015年埃博拉挑战研讨会上的一个例子，该研讨会模拟了埃博拉疫情来评估方法。

2017-12-02stat.APstat.CO

多元线性退化模型加速退化试验中应力水平的优化设计

Optimal Design of Stress Levels in Accelerated Degradation Testing for Multivariate Linear Degradation Models

近年来，加速退化试验越来越受到人们的重视，它能准确地评估设计为能正常工作数年甚至数十年的系统的可靠性。%在这方面，使用适当的统计模型外推应力变量特定试验水平的降解数据，以获得正常使用水平下的寿命分位数估计值。在本文中，我们提出了最佳的试验设计重复测量加速退化试验与竞争的故障模式，对应于多个响应组件。假设观察时间点是固定的，并且事先已知。边际退化路径表示使用线性混合效应模型。在正常使用条件下，通过极小化失效时间分布的某个分位数的估计量的渐近方差得到最优设计。数值例子，以确保所提出的最优设计的鲁棒性，并比较其效率与标准的试验设计。

2021-09-22stat.AP

极端值建模中的一个乌托邦冒险

An utopic adventure in the modelling of conditional univariate and multivariate extremes

HEC Montréal（HEC蒙特利尔）；Indian Institute of Technology Kanpur（坎普尔印度理工学院）

本文针对条件单变量和多变量极值建模中的四个挑战，提出新的交叉验证方法、验证指标及联合超出行概率公式，探讨模型验证与自定义估计策略。

2023-12-21stat.APstat.ME

金融网络中的系统性风险估计：一种两步非参数方法

Estimating Systemic Risk within Financial Networks: A Two-Step Nonparametric Method

本文针对CoVaR估计中多元分位数条件不可观测的难题，提出基于蒙特卡洛模拟数据的两步非参数方法，先以次序统计量估计多元分位数，再用核方法估计条件分位数，并证明其一致性与渐近正态性，数值实验验证了方法的有效性。

2023-10-28math.STq-fin.RMq-fin.ST

DepthProc一个多维经济现象稳健探索的R包

DepthProc An R Package for Robust Exploration of Multidimensional Economic Phenomena

数据深度概念为多变量社会经济现象的稳健探索和推理提供了各种强大且用户友好的工具。所提供的技术可以成功地用于在缺乏我们的知识的情况下，参数模型生成数据，由于其非参数性质。本文介绍了R软件包DepthProc，它可以在GPL-2许可证下在CRAN和R-forge服务器上用于Windows，Linux和OS X平台。该软件包包括多变量分位数-分位数图、多变量散点估计、多变量和函数数据的局部Wilcoxon检验、稳健回归等几种数据深度技术的成功实现。为了显示该软件包的能力，使用了关于联合国第四个千年目标和互联网用户活动的真实数据集。

2019-02-19stat.APstat.CO