.png){kind=icon}
返回
Generalized binomial models for analytics and decision-making: capturing feedback dependencies
.png){kind=icon}
PRE
AI
DOI：10.1007/s10479-026-07255-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究探讨了广义二项分布（GBD）作为经典二项分布的新型扩展，旨在模拟决策情境中常见的动态反馈依赖关系。通过基于先前结果调整成功概率，GBD解决了传统二项分布和贝塔-二项分布模型的局限性，如低估方差和未能捕捉双峰等复杂行为。通过广泛的模拟研究和实际应用（包括营销优化和股票表现分析），我们展示了GBD在捕捉反馈驱动现象方面的多功能性。我们还提供了交互式工具（仪表板）以促进参数探索和实践应用。这些发现确立了GBD作为管理和运营决策中有价值的分析工具，既增强了可解释性和可操作见解，同时保留了经典二项分布框架的简洁性。
Keyword:
Binomial
Dependency
Decision Analytics
Dynamic Environment.
期刊
IF:
4.5
论文数:
8.0K
被引数:
2.1W
机构
引用论文
.png){kind=icon}
没有更多内容
没有更多内容