北大光华张俊妮（蒙特卡洛方法、数据挖掘）5月3日15点在线访谈

蒙特卡罗方法是项目管理中风险管理的重要工具，但在项目管理的实践中却用的非常少。张教授能否介绍一下蒙特卡罗方法在国外项目管理中的应用，以及能否介绍几本比较新的书籍？谢谢。

请问：蒙特卡洛模拟如何在贝叶斯分析中应用？还有在Metropolis抽样中，如何确定转移概率矩阵，接受概率α(x,y)？谢谢！

请推荐些数据挖掘的软件

老师，您好。有个问题真心想请教您。现在的计量软件众多，R软件，eviews，winrats ，stata 等等，我明白哪一个学好都很厉害，但是就您所接触的领域，更倾向于哪一个呢？或者在易用性和扩展性上，您更推荐哪一个呢？ 谢谢您了！

老师，我想问问，用Eviews做
MC具体的操作！

              

学习，受教

我是一名理工专业的学生，记得我们在大学做实验时，实验记过与相应的数据结论不相对应，所以我们只有对数据进行篡改，或者叫修正，文科知识的调查与理论的差距更大，你在做研究时是否做数据修正？你对马克思政治经济学数理化有何看法？现在国内很多一流经济学院正在忙于此事，你认为这有必要？简单的思想转化为抽象的经济理论合适吗？

请问，波动持续性具体指什么意思？很多文章都提到了，但都没有进行实质性的解释。还有波动持续性和系数持续性是一个意思吗？

张老师您好，学生也对数据挖掘与MCMC十分有兴趣。

1. 很多数据挖掘的方法，由于它算法本身隐藏性，很多应用类的文章（特别是非统计类的期刊应用新的数据挖掘方法那种）都会说这些方法是非参数的，也不需要分布的假设，例如对称之类的，甚至很多认为很怪异的分布也可以应用。但仔细看了算法后，发现很多软件在这些模型的实现时很多时候是最优化MSE的，直觉上认为这些模型也需要满足一定的假设。
问题却来了，这些模型算法本身的隐含性令我们不太清楚它具体需要什么假设，有些更是模型本身不需要，但在某些软件算法的实现上为了计算量方便，选了一些近似（几乎都是如此），所以也加上了更多的假设。而这些模型本身没有什么诊断的工具去验证这些假设。
而一般大家普遍用testing set做MSE来计量，而大多这些模型又比简单的MSE更小，但却不清楚他们的假设是否成立。
请问老师有何看法呢？

2. 最近在做一些时间序列方面的数据，很多数据挖掘的模型boosting啊，random forest啊以前都觉得很准确，却不知道时候能用在时间序列里，毕竟时间序列本身自相关，而这些模型在时间序列方面的研究也不多。请问老师有什么好的推荐，用什么数据挖掘的模型对时间序列比较好呢？好让我有点方向。

3. MCMC可以相对自由地构造我们自己需要的函数的估计，这个很好。
但在PC上做时还是效率不高，听说现在有些新的方向可以提高MCMC的效率，例如PMCMC等的，还有设么的，请老师做做相关的介绍。

谢谢老师