对2008年《超过指数增长速度的年度用电量曲线拟合预测》一文的一点说明

邓聚龙教授

https://www.thepaper.cn/newsDetail_forward_4384217

   灰色系统理论（Grey System）是我国邓聚龙教授（1933年1月—2013年6月22日）的原始创新（高端“原创”）。当前有两本SCI期刊的刊名里包含这个术语：《Journal of Grey System》、《Grey Systems - Theory and Application》。灰色系统理论是一种研究少数据、贫信息不确定性问题的新方法。实际应用中很有价值。

一、发展灰色系统理论

   在当初学习灰色系统理论时，傻萌生了对它进行某种支持的想法：（1）为什么灰色理论如此有用？（2）能不能进一步拓宽灰色理论适用的数据类型？

   这两个想法，发表在2008年《超过指数增长速度的年度用电量曲线拟合预测》的附录里，即“附录A 灰色预测准确可靠的2方面理论基础”。

   当初写作《超过指数增长速度的年度用电量曲线拟合预测》的主要意图，是向包括邓老在内的老师们请教我们想法是否有用。显然，这两个想法很难独立成文，只能“夹杂”在其它的研究里。于是，就有了这个论文里的“附录A 灰色预测准确可靠的2方面理论基础”。

   我们的实用性贡献：不必仅仅采用微分方程进行灰色拟合，还可以像该文一样采用其它更灵活的拟合函数。于是，我们不仅拓宽了灰色系统的适用范围，还可以进一步提高拟合的准确性。

二、有限的样本容量引起的置信区间

   《超过指数增长速度的年度用电量曲线拟合预测》一文，用的是电力中长期负荷预测。一不小心，示例给出的预测结果，传闻是当时中国最好的预测结果。

   于是，有人试图复现我们的研究结果。可是有一条曲线，好像是“三阶多项式拟合”，怎么也复现不出来。

   现说明如下：

   为了保证不干扰主题，即顺利发表“附录A 灰色预测准确可靠的2方面理论基础”，我们略去了可能引起不必要争议的内容：有限的样本容量引起的回归系数的置信区间。

   通俗地说，就是：直接依据文中的扼要介绍，无法直接得到出里面的回归系数。需要结合《数理统计学》里的“小样本”置信区间理论，再将这些回归系数进行二次优化。

   我们2008年论文里给出的不是最好的回归拟合，还有更精确的拟合结果。有客观方法来进一步优化消除“有限的样本容量引起的回归系数的置信区间”引起的回归系数偏差。可惜一直没有时间没有精力另行成文。请不要打听“进一步优化回归系数”的细节了，万一我们将来有精力再写个论文呢？感谢理解，理解万岁！

   真傻年事已高，同时身患数十种疾病。行将就木。

   为呼吁加强《数理统计学》里的“小样本”研究，冒着生命危险，贴出本文。恳请《科学网》编辑部批准贴出。感谢！

   想当初，连奈曼（Jerzy Neyman）的“小样本”研究经典之作“基于经典概率论的统计估计理论纲要”，1936年都不能在好友爱根·皮尔逊（Egon Sharpe Pearson）当主编的期刊《生物计量》发表，何况真傻乎？只会“被”呜呼哀哉，“被”哀哉呜呼，“被”……，“被”忧从中来，不可断绝。“被”思悠悠，恨悠悠，恨到归时方始休。

三、致谢

   感谢那些善良的好人们！您们使得《超过指数增长速度的年度用电量曲线拟合预测》刊出！这就是对我国高端“原创”灰色系统理论的实实在在支持！！

推荐阅读：

[1] 2019-09-09，听说，这五位华中大人被*“点名”了？

https://www.thepaper.cn/newsDetail_forward_4384217

   2007年，在首届IEEE灰色系统与智能服务国际会议上，邓聚龙荣获灰色系统理论创始人奖；2011年，在系统与控制世界组织(WOSC)第15届年会上，邓聚龙当选系统与控制世界组织(WOSC)荣誉会士。

权威的历史背景：

[1] 中国科学院，已故院士名单，陈希孺

http://casad.cas.cn/sourcedb_ad_cas/zw2/ysxx/ygysmd/200906/t20090624_1810233.html

[2] 陈希孺院士，数理统计学简史[M]. 长沙：湖南教育出版社，2002.

第 260 页截图

第 271 页截图

相关链接：

[1] 超过指数增长速度的年度用电量曲线拟合预测[J]. 天津大学学报自然科学与工程技术版, 2008, 41(11): 1299-1302.

http://gfffxc1d129f57bb244a4skc960obpvwuv6uqk.ffhh.eds.tju.edu.cn/KCMS/detail/detail.aspx?dbname=cjfd2008&filename=tjdx200811007

http://gfffxaa7a0cc611944276hkc960obpvwuv6uqk.ffhh.eds.tju.edu.cn/Qikan/Article/Detail?id=28679703

http://gfffx42fb323146574b21hqcbo9wkv5vpp6v9b.ffhh.eds.tju.edu.cn/detail_38502727e7500f2615d87e6b770a4a8df9bef6a5d416e72a1921b0a3ea255101fc1cf1fbb4666ae667f2d1b154d11c084034e6ce2370250f39a1eea96e1a8c9736bfe2f912149af44a3c1046d938e73e

[2] 2020-08-18，没有真正“小样本”数理统计学的世界，了无生趣

http://blog.sciencenet.cn/blog-107667-1246844.html

[3] 2018-08-18，“大数据”时期，更渴望“小样本数理统计学”

http://blog.sciencenet.cn/blog-107667-1129894.html

[4] 2019-07-16，会议论文公式纠错：Tanimoto similarity 谷本系数的置信区间

http://blog.sciencenet.cn/blog-107667-1189819.html

[5] 2016-02-21，置信区间：贝叶斯统计里有对应物吗？

http://blog.sciencenet.cn/blog-107667-957567.html

   在1930年代数学界，才实现了概率论的成熟体系（1921年J. M.Keynes的“主观概率学派”，1928年 von Mises的“客观概率学派”，1933年以柯尔莫哥洛夫的“以测度论为基础的概率公理化体系”）；

   到1930年代末期，以 Student（William Sealy Gosset）、费歇尔（Sir Ronald Aylmer Fisher）、爱根·皮尔逊（Egon Sharpe Pearson）和奈曼（Jerzy Neyman）为主将，才使得数理统计学成为一个符合现代数学严格标准的学科。

感谢您的指教！

感谢您指正以上任何错误！

感谢您提供更多的相关资料！

转载本文请联系原作者获取授权，同时请注明本文来自杨正瓴科学网博客。

链接地址：https://m.sciencenet.cn/blog-107667-1295579.html?mobile=1

收藏

分享