简介：数据挖掘技术及决策树简介数据挖掘就是从大量的不完全的有噪声的模糊的随机的实际应用数据中，抽取隐含在其中的、事先并不知道的、但又是潜在有用的信息和知识的过程。决策树算法作为常用的数据挖掘技术之一，其基本思想是将实例库中记录的大量有限的具体事实数据进行归纳和分类并建立树型结构，以发现并形成隐含在大量实例中的若干形式化的分类判别规则，典型的决策树算法方法有ID3方法和IBLE（Information—basedLearningfromExample）方法。
简介：提出多维时间序列中各分量之间直接联系存在性的信息论检验方法，构造了条件互信息统计量检验分量间的条件独立性，统计量的显著性用置换检验决定。将提出的方法应用到国际股票市场，研究收益率序列相依关系，结果表明，此方法能有效检验各分量之间的直接联系和间接联系。
试析决策树算法在教育统计学中的应用
多维时间序列的条件独立性检验及其在股市相依关系中的应用
