检索结果-内蒙古大学图书馆

基于函数型主成分的收入分布变迁特征探索

引用

统计与决策 2013年第20期29卷 24-26页

作者：黄恒君兰州商学院统计学院兰州730020 兰州商学院甘肃省经济发展数量分析研究中心兰州730020

文章提出基于函数的收入分布变迁分析方法：在拟合收入分布函数序列的基础上，进行函数型主成分分析。利用该建模思路，对2000～2010年中国城镇居民收入分布变迁规律进行探索分析。

关键词：函数型主成分收入分布变迁收入差距

来源：评论

学校读者我要写书评

暂无评论

G20成员国CPI影响因素分析——基于函数型主成分的实证分析

引用

价格理论与实践 2018年第4期 85-88页

作者：尚华王森华北科技学院理学院中国财政科学研究院

CPI是G20等国家政府部门制定货币政策和财政政策重要的参考指标之一。本文利用函数型主成分分析（FPCA）研究G20成员国2005年1月-2018年3月,13年间的居民消费价格指数（CPI）,以此分析影响这些国家CPI的主成分函数。研究结果表明：第一... 详细信息

CPI是G20等国家政府部门制定货币政策和财政政策重要的参考指标之一。本文利用函数型主成分分析（FPCA）研究G20成员国2005年1月-2018年3月,13年间的居民消费价格指数（CPI）,以此分析影响这些国家CPI的主成分函数。研究结果表明：第一主成分函数解释方差为57.2%,对CPI具有正效应,它代表经济增长预期,表明其是影响CPI的重要因素,且CPI通常与之同向变动;第二主成分函数解释方差为17.2%,其对CPI有相对大的负效应,它代表全球金融危机等重大不确定因素,表明其会影响CPI,且CPI通常与之反向变动;第三主成分函数解释方差为20.4%,其CPI的影响可正可负,它代表货币政策,即宽松的货币政策通常使CPI上升,紧缩的货币政策通常使CPI下降。因此,可以通过调整经济增长预期,预防金融危机等重大不确定因素,出台适当的货币政策,达到调控CPI的目的。

关键词： G20成员国 CPI 影响因素函数型主成分

来源：评论

学校读者我要写书评

暂无评论

基于函数型主成分方法的农业上市公司股价分析与预测

基于函数型主成分方法的农业上市公司股价分析与预测

引用

作者：汤依虹广西师范大学

学位级别：硕士

农业是国民经济的基础,十九届三中全会上指出:要优先发展农业农村,全面推进乡村振兴。由于农业产业生产周期长、易受外界环境的影响等特殊性质,虽有国家的大力扶持,仍属于弱质性产业。从国家近年来提出的农业指导意见可以看出:为推动农... 详细信息

农业是国民经济的基础,十九届三中全会上指出:要优先发展农业农村,全面推进乡村振兴。由于农业产业生产周期长、易受外界环境的影响等特殊性质,虽有国家的大力扶持,仍属于弱质性产业。从国家近年来提出的农业指导意见可以看出:为推动农业持续稳定发展,对农业的帮扶已从单一的政策财政支持转变到依托金融资本市场、互联网科技等多种现代产业发展手段建立现代农业产业体系。现代农业依托金融资本市场发展主要是通过融资上市筹集资金推进农业产业化发展。在证券市场上,农业股整体绩效不高,股票价格震荡频繁,往往不受投资者青睐。因此本文借助统计学工具对农业上市公司的股票价格做分析预测,给投资者提供参考。本文采用函数型主成分方法对神农科技、农发种业、好当家、海南橡胶、京粮B和深粮B六家农业上市公司做股价分析与预测。以这六家公司2021年每日和周度开盘价、收盘价数据为原始样本数据,首先分别建立6阶68个B样条基函数系统和6阶38个B样条基函数系统进行原始数据拟合,将拟和误差控制在10%左右后根据广义交叉验证法加入粗糙惩罚系数在兼顾函数拟合度的基础上保持良好的光滑度。接下来对拟合好的目标函数进行函数型主成分分析提取主成分。根据股票价格特点,分别用每日股票开盘价预测每日股票收盘价和本周股票收盘价预测下一周股票开盘价。即提取每日开盘价的主成分来表示每日收盘价的主成分构建每日收盘价函数型主成分预测模型。同理提取本周收盘价的主成分来表示下一周开盘价的主成分构建周度数据的函数型主成分预测模型。最后对模型得到的预测值与真实值进行均方误差、平均绝对误差百分比检验,误差均在可控范围内,证实基于函数型主成分方法的预测模型对农业上市公司股价预测效果良好。即利用正确的分析预测方法可以帮助农业板投资者建立信心,正确的看待农业板股票的涨跌情况,形成稳健的投资策略,不管是短期投资还是长期投资,均有投资收益机会。通过吸引投资者进入农业板,农业上市公司也可以获得大量资金投入公司生产运转,持续稳定发展,助力传统农业依托金融资本市场建立现代农业产业体系。

关键词：农业上市公司函数型数据 B样条基函数系统函数型主成分函数型主成分预测

来源：评论

学校读者我要写书评

暂无评论

基于函数型主成分得分的机器学习回归预测 ——以美国科技指数为例

基于函数型主成分得分的机器学习回归预测 ——以美国科技指数为例

引用

作者：李艳艳东北财经大学

学位级别：硕士

随着科技高速发展和大数据时代的到来,记录和存储信息的成本降低,高频数据随之产生。相对于传统研究使用的低频数据来说,高频数据由于采集频率高从而能够获得更多数据信息,可以更加真实地反应数据的变化。股票价格是一种影响因素复杂多... 详细信息

随着科技高速发展和大数据时代的到来,记录和存储信息的成本降低,高频数据随之产生。相对于传统研究使用的低频数据来说,高频数据由于采集频率高从而能够获得更多数据信息,可以更加真实地反应数据的变化。股票价格是一种影响因素复杂多变、不稳定的时间序列数据。如何寻找合适的关键因子、建立模型、准确预测股票价格和趋势一直以来都是股票投资者和学者们最关注的问题。各国各界学者们针对这些问题进行了大量的研究,对于股票数据的预测一直处于不断优化的过程。高频股票数据可以挖掘更多影响股价的深层信息,为学者研究股票数据提供了更加有利的帮助。函数型数据分析方法是将观测到的离散数据看成一个潜在的未知函数,即数据是无限维空间的元素。离散观测点的个数越多,越能准确逼近这些数据背后隐藏的真实函数,因此函数型数据分析方法克服了传统统计模型无法捕捉数据之间动态变化这一缺点,利用函数型数据分析方法处理高频股票数据具有极大的优势。现有研究大多使用函数型主成分建立函数型线性模型以及进行函数型时间序列分析,以函数型主成分得分为特征,建立非函数型回归的研究较少。本文使用函数型主成分得分为特征,建立机器学习回归模型,分析预测股票数据。数据选取2018年至2021年美国科技股指时隔5分钟的高频数据,选取B样条函数作为基函数,将离散数据函数化,得到潜在函数。通过函数型主成分分析提取潜在函数的函数型主成分,实现变量降维,通过累计贡献率确定主成分个数,将特征函数对应的主成分得分连同历史股指开盘数据作为解释变量,结合机器学习回归形成新的混合回归模型,预测未来每日的股指开盘价。本文对股指数据采取了两种处理方式:差分和去除当日均值。针对两种不同的数据处理方式,考虑了常用于时间序列预测的自回归模型以及包括Lasso回归、支持向量机回归在内的六种机器学习回归模型,对模型进行了预测结果的对比分析。将预测结果的均方误差和平均绝对误差作为模型预测准确性的衡量标准,发现加入函数型主成分得分作为解释变量之后,六种回归模型的预测能力普遍提升,并且经过差分预处理股指数据的预测效果要优于去除每日均值预处理数据的预测效果。同时,函数型主成分提取的特征都是有效特征,逐渐增加函数型主成分特征提高了模型的预测精度,降低了均方误差。本文以函数型主成分得分作为特征,建立机器学习回归模型,能够较为准确地预测股指数据。

关键词：函数型主成分高频数据股指预测机器学习

来源：评论

学校读者我要写书评

暂无评论

函数型主成分分析(FPCA)模型的应用--以北京市行业人口调控为例

引用

调研世界 2017年第2期 29-33页

作者：梁银双沈启霞刘黎明首都经济贸易大学统计学院郑州工程技术学院信息工程学院郑州科技学院

为探讨北京市人口就业和人口控制相适应的基本对策,文章利用非参数平滑技术,将原始数据拟合成函数型数据进行分析,采用L^2空间上函数型主成分分析(FPCA)方法,得出各行业从业人数变动与经济环境和政策导向关系密切,人口调控的重点是第三... 详细信息

为探讨北京市人口就业和人口控制相适应的基本对策,文章利用非参数平滑技术,将原始数据拟合成函数型数据进行分析,采用L^2空间上函数型主成分分析(FPCA)方法,得出各行业从业人数变动与经济环境和政策导向关系密切,人口调控的重点是第三产业,尤其是住宿餐饮业、批发零售业、信息传输计算机服务和软件业、租赁和商务服务业。

关键词：非参数平滑技术从业人数函数型数据函数型主成分人口调控

来源：评论

学校读者我要写书评

暂无评论

基于函数型主微分与主成分的岭回归模型与应用

引用

兰州文理学院学报（自然科学版） 2023年第6期37卷 17-24页

作者：高海燕张悦兰州财经大学统计学院甘肃兰州730020 甘肃省数字经济与社会计算科学重点实验室甘肃兰州730020

针对响应变量缺失的函数型数据,提出基于函数型主微分与主成分的岭回归模型。利用西班牙COVID-19数据验证模型的有效性,结果显示,模型能够充分预测ICU人数和住院人数,插补精度高,应用价值良好。此外,通过典型相关分析验证了模型中变量... 详细信息

针对响应变量缺失的函数型数据,提出基于函数型主微分与主成分的岭回归模型。利用西班牙COVID-19数据验证模型的有效性,结果显示,模型能够充分预测ICU人数和住院人数,插补精度高,应用价值良好。此外,通过典型相关分析验证了模型中变量选择的合理性.

关键词：函数型数据分析主微分分析函数型主成分岭回归缺失插补

来源：评论

学校读者我要写书评

暂无评论

函数型正则广义典型相关分析

引用

北京航空航天大学学报 2022年第10期48卷 1960-1969页

作者：王志超 TENENHAUS Arthur 王惠文赵青中国工商银行博士后科研工作站北京100032 法国高等电力学院信号处理与电子系统系吉夫伊维特91192 北京航空航天大学经济管理学院北京100083 北京航空航天大学复杂系统分析与管理决策教育部重点实验室北京100083

基于正则广义典型相关分析理论框架,提出一类对于多元函数型数据的充分降维方法。通过积分形式,将平方可积空间中的函数型数据投影至实空间中的一系列数值变量,在整体相关性度量最大的目标准则下,同时确定这些函数型投影方向,实现多元... 详细信息

基于正则广义典型相关分析理论框架,提出一类对于多元函数型数据的充分降维方法。通过积分形式,将平方可积空间中的函数型数据投影至实空间中的一系列数值变量,在整体相关性度量最大的目标准则下,同时确定这些函数型投影方向,实现多元函数型数据向传统数值变量转化的特征信息提取及快速降维过程。在一般基函数系统表示下,推导得到最优投影权重函数的迭代计算方法,该方法对于基函数系统的选取具有独立性。大量仿真结果表明,在有限样本情况下,所提方法能够有效探测多元函数型数据之间的相关关系,且对投影权重函数的估计具有一致性。关于帕金森综合征患者步态的实例数据研究表明,由函数型数据投影得到的数值特征信息具有可解释性,所提方法具有一定实用价值。

关键词：函数型数据正则广义典型相关分析特征提取函数型主成分帕金森综合征步态

来源：评论

学校读者我要写书评

暂无评论

含函数型自变量回归模型中的变量选择

引用

北京航空航天大学学报 2019年第10期45卷 1990-1994页

作者：刘科生王思洋北京航空航天大学学生大数据中心北京100083 中央财经大学统计与数学学院北京100081

针对含有函数型和多元向量数据的回归模型中变量选择和参数估计问题进行研究,扩展了函数型数据分析和变量选择方法的应用范围。首先,函数型自变量基于函数型主成分基函数空间进行投影;然后,对投影后的函数型自变量(按组)及多元向量自变... 详细信息

针对含有函数型和多元向量数据的回归模型中变量选择和参数估计问题进行研究,扩展了函数型数据分析和变量选择方法的应用范围。首先,函数型自变量基于函数型主成分基函数空间进行投影;然后,对投影后的函数型自变量(按组)及多元向量自变量采用惩罚变量选择方法,同时估计相应的系数。惩罚项调节参数采用自适应调节参数,损失函数采用中位绝对损失函数,以此为例,通过引入松弛变量将估计算法转化为求解线性规划问题,算法复杂度低。数值模拟结果表明,所提方法对于含函数型自变量回归模型的变量选择和参数估计均具有良好效果。

关键词：函数型数据变量选择参数估计分位数函数型主成分

来源：评论

学校读者我要写书评

暂无评论

函数型变量倾斜分位回归模型及其应用

引用

统计研究 2019年第8期36卷 114-128页

作者：田茂再梅波兰州财经大学教育部人文社会科学重点研究基地中国人民大学应用统计科学研究中心中国人民大学中国农业银行总行信息管理部

本文考虑函数型数据的结构特征,针对两类函数型变量分位回归模型(函数型因变量对标量自变量和函数型因变量对函数型自变量),基于函数型倾斜分位曲线的定义构建新型函数型倾斜分位回归模型。对于第二类模型,本文分别考虑样条基函数对模... 详细信息

本文考虑函数型数据的结构特征,针对两类函数型变量分位回归模型(函数型因变量对标量自变量和函数型因变量对函数型自变量),基于函数型倾斜分位曲线的定义构建新型函数型倾斜分位回归模型。对于第二类模型,本文分别考虑样条基函数对模型系数展开和函数型主成分基函数对函数型自变量展开,得到倾斜分位回归模型的基本形式。参数估计采用成分梯度Boosting算法最小化加权非对称损失函数,提高计算效率。在理论上证明了倾斜分位回归模型的系数估计量均服从渐近正态分布。模拟和实证研究结果显示,倾斜分位回归模型比已有的逐点分位回归模型具有更好的拟合效果。根据积分均方预测误差准则,本文提出的模型有一致较好的预测能力。

关键词：函数型数据函数型主成分倾斜分位回归积分均分预测误差渐近分布多发性硬化症

来源：评论

学校读者我要写书评

暂无评论

基于函数型自适应聚类的股票收益波动模式比较

引用

统计研究 2018年第9期35卷 79-91页

作者：王德青何凌云朱建平中国矿业大学管理学院厦门大学数据挖掘研究中心中国矿业大学江苏省能源经济与管理研究基地与国际能源政策研究中心厦门大学管理学院中国统计学会教育部高等学校统计学类专业教学指导委员会中国统计教育学会

股票收益波动具有典型的连续函数特征,将其纳入连续动态函数范畴分析,能够挖掘现有离散分析方法不能揭示的深层次信息。本文基于连续动态函数视角研究上证50指数样本股票收益波动的类别模式和时段特征:首先由实际离散观测数据信息自行驱... 详细信息

股票收益波动具有典型的连续函数特征,将其纳入连续动态函数范畴分析,能够挖掘现有离散分析方法不能揭示的深层次信息。本文基于连续动态函数视角研究上证50指数样本股票收益波动的类别模式和时段特征:首先由实际离散观测数据信息自行驱动,重构隐含在其中的本征收益波动函数;进一步,利用函数型主成分正交分解收益函数波动的主趋势,在无核心信息损失的主成分降维基础上,引入自适应权重聚类分析客观划分股票收益函数波动的模式类别;最后,利用函数型方差分析检验不同类别收益函数之间波动差异的显著性和稳健性,并基于波动函数周期性时段划分、图形展示和可视化剖析每一类别收益函数在不同时段波动的势能转化规律。研究发现:上证综指股票收益波动的主导趋势可以分解为四个子模式,50只股票存在五类显著的波动模式类别,并且五类波动模式的特征差异主要体现在本次研究区间的初始阶段。本文拓展了股票收益波动模式分类和差异因素分析的研究视角,能够为金融监管部门管理策略的制定和证券市场的投资组合配置提供实证支持。

关键词：函数型主成分波动模式自适应聚类上证50

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：