PMC模型下EQn,k和Q(d1,d2)的条件诊断度的中期报告.docxVIP

PMC模型下EQn,k和Q(d1,d2)的条件诊断度的中期报告 根据PMC模型，EQn,k表示在当前时间节点n下，k个外源变量的条件概率。Q(d1,d2)则表示在d1时刻的过去历史条件下，预测d2时刻的未来值的条件概率。 我们使用以下两个指标来评估模型的条件诊断度： 1. 条件信息熵（Conditional entropy）：即在已知前面的信息时，对概率分布进行猜测所需要的平均信息量。该指标越小，表示模型的条件诊断度越好。 2. 条件互信息（Conditional mutual information）：即在已知前面的信息条件下，两个随机变量之间相互信息的平均量。该指标越大，表示模型的条件诊断度越好。 在中期报告中，我们已经完成了对EQn,k和Q(d1,d2)的条件诊断度的初步评估。结果表明，在当前的数据集下，模型的条件诊断度表现良好，条件信息熵与条件互信息指标得分都比较高。但我们也意识到，模型还存在一些缺陷，其中较大的是过拟合问题。我们将在后续的研究中进一步对模型进行优化。