在综合考虑了金融收益数据分布的尖峰厚尾特征及其波动集群性，尤其是其波动的“杠杆效应”对VaR估计的影响以及各种假定收益率分布在计算风险价值时存在不足的基础上，提出了基于EGARCHVaR的半参数方法，并且与正态分布和t分布假设下的GARCH模型的VaR计量方法进行比较，通过实证分析，并利用后验测试，表明基于EGARCH-VaR的半参数方法对风险价值的测度优于正态分布和t分布假设下GARCH模型的VaR计量方法。

深度学习品质刻画：评测工具的开发与应用——基于四城市小学生数学学习的实证研究

数学建模-条件异方差模型对上证指数的实证研究.zip

网络技术-综合布线-武汉市互联网与新农村建设的实证研究.pdf

网络技术-综合布线-中国互联网产业组织实证研究.pdf

农村垃圾回收物流策略的实证研究.doc

对跨项目缺陷预测问题展开了深入研究，在源项目实例选择时，考虑了三种不同的实例相似度计算方法，并发现这些方法的缺陷预测结果存在多样性，因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法BCEL。具体来说，基于不同的实例相似度计算方法，从候选集中选出不同的训练集；针对这些数据集，进行有针对性的Box-Cox转换，并借助特定分类方法构造出不同的基分类器，最后将这三个基分类器进行有效集成。基于实际项目的数据集，验证了BCEL方法的有效性，并深入分析了BCEL方法内的影响因素对缺陷预测性能的影响。

人工智能-机器学习-课堂教学评价实证研究从多元智能实验看课堂教学评价.pdf

人工智能-机器学习-计算机支持协作学习的角色设计及实证研究.pdf

基于时间序列的分析方法，运用GARCH模型，对2009年1月1日至2012年6月1日我国上证180指数的日收益率数据进行了波动率的研究。根据收益率序列的波动率等特征，建立了GARCH(1，1)模型。实证结果表明，所建立的GARCH(1，1)模型是显著的，能够较准确地衡量上证180指数收益率的波动率，这对于资产收益率的波动率管理以及控制具有较大的实际应用价值。