检索结果-内蒙古大学图书馆

河北北方学院学报（自然科学版） 2021年第7期37卷 1-6,13页

作者：温美沙王晓光刘晓洁杨静李珍珍屈文欢河北北方学院理学院统计系河北张家口075031 大连理工大学数学科学学院辽宁大连116024

目的半参数保序回归模型有效地平衡了数据的灵活性和准确性,且经常应用于许多领域,如医药、经济、大数据等。方法介绍了半参数可加保序回归模型的性质。模型中每个可加非参函数是单调的,且这些单调函数被带有约束条件的Bernstein-Schoen... 详细信息

目的半参数保序回归模型有效地平衡了数据的灵活性和准确性,且经常应用于许多领域,如医药、经济、大数据等。方法介绍了半参数可加保序回归模型的性质。模型中每个可加非参函数是单调的,且这些单调函数被带有约束条件的Bernstein-Schoenberg样条来逼近。结果在这个模型中,每个可加函数被证明有一样的收敛速度,同时参数部分的系数估计量被证明√n是相合和渐近正态的。结论采用该方法能够很好地证明其性质成立。

关键词：半参数模型可加模型保序回归样条渐近正态性

来源：评论

学校读者我要写书评

暂无评论

基于构件的NHPP类软件可靠性增长模型的研究

引用

计算机科学 2009年第4期36卷 195-199页

作者：侯春燕崔刚刘宏伟杨孝宗哈尔滨工业大学计算机科学与技术学院哈尔滨150001

随着基于构件的软件开发模式的迅速发展,传统的NHPP模型无法适应大型的基于软构件的新型软件开发模式。结合软件可靠性分析中的黑盒方法和白盒方法,提出一种基于构件的NHPP类软件可靠性增长模型,CB-NHPP模型。该模型以可加模型为基础,... 详细信息

随着基于构件的软件开发模式的迅速发展,传统的NHPP模型无法适应大型的基于软构件的新型软件开发模式。结合软件可靠性分析中的黑盒方法和白盒方法,提出一种基于构件的NHPP类软件可靠性增长模型,CB-NHPP模型。该模型以可加模型为基础,实现了时间域模型和体系结构域模型的结合,克服了这两种技术无法同时考虑软件测试过程中的故障排除和软件体系结构的问题。由于同时考虑了更多因素,因此该模型具有更高的准确性。最后通过实验证明了CB-NHPP模型的有效性。

关键词：非齐次泊松过程软件可靠性增长模型可加模型构件基于体系结构的软件可靠性

来源：评论

学校读者我要写书评

暂无评论

基于SIR的非参数加法模型及其应用

引用

统计与决策 2007年第14期23卷 19-21页

作者：吴载斌曹沫段新交通部科学研究院北京100029

非参数加法模型的估计困难限制了其应用范围。对此,本文提出首先采用分片逆回归(SIR)方法提取高维数据中的有效成分,进而根据回退拟合算法对模型进行迭代估计。在实证中,将这一模型应用于我国外贸货物吞吐量的预测建模中,取得了较好效果。

关键词：非参数回归可加模型 SIR 外贸货物吞吐量预测

来源：评论

学校读者我要写书评

暂无评论

局部平稳面板数据下若干非参数模型的统计推断及其应用

局部平稳面板数据下若干非参数模型的统计推断及其应用

引用

作者：李小亮上海财经大学

学位级别：博士

个体效应按照其与解释变量之间是否相关,分为固定效应和随机效应。当个体效应与解释变量之间存在相关结构的时候,个体效应为固定效应。本文所采用的假设条件认为,固定效应在截面上是一组独立同分布且均值为0方差有限的随机变量。模型含... 详细信息

个体效应按照其与解释变量之间是否相关,分为固定效应和随机效应。当个体效应与解释变量之间存在相关结构的时候,个体效应为固定效应。本文所采用的假设条件认为,固定效应在截面上是一组独立同分布且均值为0方差有限的随机变量。模型含固定效应时,为了估计的方便,给出了识别条件,认为其特征在截面上的和为0。为了记号的方便,此条件称为识别条件I。随机效应则是与解释变量不相关的随机变量,在截面上是一组独立同分布且均值为0方差有限的随机变量。基于局部平稳面板数据建立模型,需要考虑其时变性,且需要时间T趋向无穷。首先,本文讨论含协变量（一维）和时变因子的二元非参数模型,在两种不同的个体效应下,解决非参函数的估计与检验问题。其次,当模型中协变量的维数增加时,核方法估计会受到“维数祸根”问题的影响,那么我们考虑可加模型,其可加项为二元时变函数。该模型的求解,先采用计算速度较快的B样条估计。考虑到样条估计量速度虽快,但无法提供渐近分布,因此,本文在B样条估计的结果上增加Profile核估计,即两步样条核估计。接下来,本文考虑可加模型的特殊形式,即变系数可加模型。其二元可加项可以分离,变为协变量函数与时变系数函数的乘积。我们利用样条逼近,依次估计变系数函数以及协变量函数（可加项函数）。当可加项函数为线性函数时,为了更好的估计与识别,本文构造了带惩罚的最小二乘估计,以提高其估计的精度。时变性特征,作为局部平稳数据的一个重要特征,那么检验模型中非参函数是否时变,这也是本文的一个重要内容。基于以上问题的探讨,本文的主要内容分为三个部分。需要说明的是,文中所有非参数模型的建立,都将基于局部平稳面板数据。第一部分:个体效应下二元非参数模型的估计与检验在固定效应和随机效应下,构造二元时变非参数模型,这里依照Lin et al.（2014）以及Gao&Li（2013）的建议处理效应的影响。主要工作为:基于识别条件I,利用Profile最小二乘核估计方法,得到未知函数的估计量,并证明估计量的渐近正态性;按照最小化渐近均方误差的标准,确定最优窗宽关于样本容量的数量级为（n T）-1/6;通过数值模拟分析窗宽选择对估计结果的影响;通过模拟分析固定效应是否消除对估计结果的影响;随机效应下且T趋于无穷时,讨论若干估计方法,证明这些估计量的收敛性质;模拟比较Profile最小二乘核估计与局部线性核估计的效果。进一步地,基于固定效应,构造L2形式的统计量,检验未知函数是否具有时变性。通过模拟发现,在有限样本下L2统计量的检验水平与真实水平接近,检验的势（Power）对于强时变性函数比较敏感。最后用固定效应下的方法,实证分析了18个OECD国家汽车汽油消耗数据,发现汽油消耗量与汽油价格之间的函数关系具有时变性特征。通过研究发现:当个体效应的均值为0时,基于识别条件I,使用Profile最小二乘核估计消除其效应对估计的影响,可以在核估计前,将其转化为收敛到0的随机变量。因此,两种情形下得到的Profile最小二乘核估计量是相合的。与Pei et al.（2018）中的结果相比较,我们的假设条件更为宽松。因此,估计量的Bias多了一项固定效应的样本均值,会对估计效果产生一定的影响。但随着样本量的增加,这种影响会变弱。在随机效应下,比较Profile最小二乘核估计量与局部线性核估计量,发现有限样本下Profile最小二乘核估计的精度更高。第二部分:固定效应下可加模型的统计推断在固定效应下,首先,建立可加项为二元时变函数的可加模型,将时间区间划分为若干个子区间。在子区间上,利用一维B样条逼近二元可加项,再用均值差分的方法,消去固定效应的影响,得到各二元可加项函数的样条估计量及其收敛率。接着,采用BIC的原则确定最优时间子区间长度lT和样条区间内点个数。为了得到可加项具有渐近分布的统计量,利用两步样条核方法进行估计,证明了核估计量的渐近正态性。基于各可加项的两步样条核估计量,仿照第一部分中的检验方法,构造L2形式的统计量,证明了原假设和备择假设下检验统计量的渐近正态性。通过模拟发现,在有限样本下L2统计量的检验效果良好。在实证分析中,利用美国46个州香烟消费数据,讨论人均消费量、当地香烟价格以及相邻州香烟最低价格之间的关系,检验发现两个可加项函数都具有时变性。通过本部分的研究发现:一步B样条估计方法的效果会受到子区间长度lT的影响,且lT取值不易过大和过小,这与理论分析的结论一致。两步样条核方法的估计效果受子区间长度及样条区间内点个数的影响不明显,样本量大小及窗宽的选择对其影响较显著,样本量增加会明显提高估计精度。当协变量及函数取值范围波动较大时,核估计需要选择较小的窗宽。第三部分:固定效应下变系数可加模型的估计与识别本部分利用三步法,估计模型中的变系数函数与可加项函数。首先,利用B样条逼近和均值

关键词：局部平稳面板数据二元非参数模型可加模型变系数可加模型检验与估计

来源：评论

学校读者我要写书评

暂无评论

基于高频数据的非参数和半参数波动率模型的估计研究

基于高频数据的非参数和半参数波动率模型的估计研究

引用

作者：柴芳柔广州大学

学位级别：博士

由于波动率是不可观测的,对波动率的估计一直以来都是金融市场所关注的重要问题。波动率模型对各类金融资产的波动率、相关性以及风险指标的建模和预测等方面有着重要作用。随着计算机技术的飞速发展,数据存储能力得到了提高,获取高频... 详细信息

由于波动率是不可观测的,对波动率的估计一直以来都是金融市场所关注的重要问题。波动率模型对各类金融资产的波动率、相关性以及风险指标的建模和预测等方面有着重要作用。随着计算机技术的飞速发展,数据存储能力得到了提高,获取高频数据的渠道和方法也变得更加方便。相比于日频数据,日内高频收益序列包含了更多的有用信息,可以提高波动率估计的准确性。基于以上考虑,本文将日内高频数据引入非参数和半参数波动率模型中,通过整合日内高频数据信息以期能够提高波动率估计的精度。首先,本文提出了一类非参数波动率代理模型,利用日内高频数据探讨了非参数GARCH模型波动率的估计问题。传统的非参数GARCH模型定义了一个未知二元函数来表达波动率,通过一种收敛的迭代算法得到波动率的估计。与标准参数GARCH模型相比,特别是在存在不对称和其他偏离标准GARCH规范的情况下,非参数GARCH模型拟合效果的优势更加明显。在此基础上,本文以已实现波动率为代理变量,建立了一类非参数波动率代理模型。在一定的假设条件下,推导出了估计量的渐近偏差和方差,并讨论了不同频率的波动率代理对估计准确性的影响。基于模拟研究和实证研究,本文得出的结论是,通过引入日内高频数据信息,非参数GARCH模型波动率函数的估计精度可以得到较大的提升。其次,本文提出了一类半参数波动率代理模型,研究了基于日内高频数据的半参数GARCH模型的参数和波动率的估计问题。传统的半参数模型定义了一个非负光滑连接函数来表达波动率,通过抑制波动率的过度增长拟合波动率动态。与参数GARCH模型相比,该模型在对具有几何衰减率和杠杆效应的波动率进行建模时具有明显优势。在此基础上,本文以已实现波动率为代理变量,提出了一类半参数波动率代理模型。在一定的假设条件下,建立了函数和参数估计量的渐近正态性。此外,本文还探讨了不同频率的波动率代理对波动率函数及其参数估计精度的影响。模拟分析和实证研究表明,在日频半参数GARCH模型中引入日内高频数据信息,可以使得该模型的波动率函数和参数的估计精度得到有效提升。此外,本文提出了一类可加波动率代理模型,研究了基于日内高频数据的比例可加模型波动率函数的估计问题。传统的可加模型的分量函数可以通过反拟合,边际积分等方法以单变量收敛率估计。当分量函数成比例时,可以直接使用局部多项式估计方法对函数进行估计。在此基础上,本文在可加模型的分量函数成比例时引入日内高频数据,以已实现波动率为代理变量,建立了可加模型的波动率代理模型。在一定的假设条件下,分别给出了可加波动率代理模型中函数估计量和参数估计量的渐近性质。数值模拟和实证研究表明,相较于日频可加模型下的估计结果,引入高频数据信息可以明显提高分量函数的估计精度。最后,本文基于实际数据探讨了日内非参数ARCH(1)模型的波动率代理的选择准则和最优抽样频率的问题。根据已有研究,高频参数(G)ARCH模型的估计准确性在很大程度上取决于所使用数据的抽样频率。鉴于此,本文在非参数框架下,从实证角度探讨了抽样频率对(G)ARCH模型估计精度的影响。为了简单起见,本文以日内非参数ARCH(1)模型为研究对象,基于该模型的渐近性质提出了一种选择最优波动率代理的准则,并讨论了不同种类波动率代理的最优抽样频率问题。通过对上证指数(000001)的日内高频数据进行实证分析,结果发现在不同的抽样频率下,波动率代理的估计性能存在显著差异。此外,即使在相同的抽样频率下,不同的波动率代理在估计效果上也表现出明显不同。所以,在应用日内高频数据对非参数和半参数波动率模型进行估计问题的研究时,应谨慎选择最优波动率代理及其抽样频率,这对于波动率的估计精度具有重要影响。总之,本文的目标在于将日内高频数据引入到几类日频非参数和半参数波动率模型中,利用高频数据信息构建相应的波动率代理模型,以改进这几类模型的波动率估计精度。这一研究无论是在理论上还是在实际应用中都具有重要意义。

关键词：非参数GARCH模型半参数GARCH模型可加模型波动率代理模型局部多项式估计高频数据抽样频率

来源：评论

学校读者我要写书评

暂无评论

构件软件的NHPP类软件可靠性增长模型的研究

构件软件的NHPP类软件可靠性增长模型的研究

引用

作者：侯春燕哈尔滨工业大学

学位级别：博士

从20世纪90年代开始,软件产业快速发展,软件迅速脱离“一切从零开始”的开发模式,转向高级复用技术。目前,基于构件的软件开发逐渐增多。与传统的软件开发模式相比,构件软件开发以集成已有的软件构件构造新的软件系统为目的。所集成的... 详细信息

从20世纪90年代开始,软件产业快速发展,软件迅速脱离“一切从零开始”的开发模式,转向高级复用技术。目前,基于构件的软件开发逐渐增多。与传统的软件开发模式相比,构件软件开发以集成已有的软件构件构造新的软件系统为目的。所集成的构件可能是由第三方开发,因此构件的内部信息对构件使用者来说是透明的。随着构件软件的应用日益广泛,人们对构件软件质量的要求也越来越高。可靠性作为衡量构件软件质量的重要特性,其定量评估和预测已成为人们关注和研究的焦点。在过去几十年中,软件可靠性工程领域主要集中在对非齐次泊松过程(non-homogeneous Poisson process,简称NHPP)类软件可靠性增长模型的研究上。NHPP模型已经成为软件可靠性工程实践中非常重要的工具。但是 NHPP模型是一类黑盒模型,不能适应基于构件的新型软件开发模式。传统的用于构件软件可靠性分析的基于体系结构的模型采用白盒方法估计构件软件应用的可靠性,得到的可靠性估计是一个单一的估计值,无法描述构件软件测试过程中随着故障的排除应用可靠性的动态增长过程。为了满足对构件软件测试阶段可靠性估计和预测的实际需要,本文研究如何将黑盒方法和白盒方法相结合来建立构件软件应用的NHPP模型。\n 可加模型是构件软件可靠性分析领域中的创新式尝试,建立了构件软件应用的 NHPP模型。但是可加模型中没有采用白盒方法分析构件软件应用的体系结构,并且它假设构件的 NHPP模型已知,而不考虑如何根据构件软件的实际测试过程来建立构件的 NHPP模型。本文针对可加模型存在的以上两个问题进行改进。利用仿真方法实现构件测试剖面到运行剖面的映射,建立构件的NHPP模型。然后采用基于状态的白盒分析方法将所有构件的 NHPP模型结合起来,建立整个应用的NHPP模型。改进后的可加模型符合构件软件的实际测试特征,实现了黑盒方法和白盒方法的结合。\n 鉴于NHPP类软件可靠性增长模型在实际应用中的优秀表现,近年来人们开始研究如何将其与白盒方法结合来建立构件软件应用的 NHPP模型。本文提出测试数据转换的方法来实现黑盒方法和白盒方法在构件软件可靠性分析中的结合。该方法采用白盒分析的方法建模构件软件测试过程,包括测试数据信息和测试剖面。基于测试模型,执行测试数据转换,实现构件软件应用的测试剖面到实际运行剖面之间的映射,从而建立NHPP类软件可靠性增长模型所需要的可靠性数据集。测试数据转换的方法充分利用构件软件应用整个测试过程中的测试数据信息来提高可靠性估计和预测的准确度。\n 传统的构件软件可靠性分析方法为了使模型易于求解,通常忽略构件集成测试中的故障排除过程,假设检测到的故障能够立即完全排除。这样会导致这些模型过于乐观的估计结果。为了得到实际的可靠性估计,需要修正立即完全修复这个不合理假设。基于排队论,本文提出一个混合无限服务员排队模型来描述构件软件集成测试中的故障排除过程,并考虑了不完全排错和集成测试中的故障排除策略。在集成测试过程中,根据故障排除策略组织对不同构件的故障排除活动的进行。分析求解该混合排队模型,可以得出集成测试中构件软件应用的可靠性增长过程。最后评估实验证明了该模型的有效性。\n 与传统的基于模型的构件软件可靠性分析方法相比,基于率的仿真方法由于可以灵活地跟踪软件动态失效过程,近年来开始用于分析构件软件的可靠性过程。但是目前已经提出的仿真方法对构件软件测试中的故障排除过程做了过分简化的假设,而没有能够描述软件系统实际的可靠性过程。针对这个问题,提出了一种新的基于率的仿真方法。该方法采用一个混合有限服务员排队模型建模集成测试中的故障排除过程,其中考虑到了故障排除策略和排错资源的局限性问题。在此基础上开发出仿真过程实现对构件软件可靠性过程的仿真。实验表明了该仿真方法的有效性。

关键词：构件软件非齐次泊松过程可加模型可靠性分析故障排除策略

来源：评论

学校读者我要写书评

暂无评论

两类统计模型的检验

两类统计模型的检验

引用

作者：胡洪胜中央民族大学

学位级别：硕士

近年来,半参数计量经济学与空间计量经济学作为计量经济学的前沿方向得到了广泛的重视,在理论与应用上都得到了深入的研究。可加模型作为一般非参数回归模型的推广得到了计量经济学家和统计学家的重视.但是目前还没有文献研究该模型的... 详细信息

近年来,半参数计量经济学与空间计量经济学作为计量经济学的前沿方向得到了广泛的重视,在理论与应用上都得到了深入的研究。可加模型作为一般非参数回归模型的推广得到了计量经济学家和统计学家的重视.但是目前还没有文献研究该模型的序列相关检验问题.然而,实际数据特别是时间序列数据分析中,模型误差的序列相关检验是一个非常基本的问题.模型误差的序列相关性会导致由最小二乘方法得到的估计量不是有效的,甚至在某些场合下是不相合的.本文将针对性研究可加模型的序列相关问题,我们将构造一个检验统计量,并研究其渐近性质.此外还将通过数值模拟验证所提方法的有效性.模拟验证结果表明这个检验统计量在有限样本情况下检验效果较好。空间面板数据模型作为普通面板数据模型和一般的截面数据空间回归模型的推广,在理论和实践中得到了广泛的研究。在空间面板数据模型的研究中,检验模型中随机效应、空间效应的存在与否是非常重要的问题。对于一类Two-way空间自回归随机效应面板数据模型,本文基于似然函数的拉格朗日乘子检验方法,提出了参数效应检验,分别推导出了在假设一种或者两种效应存在与不存在时的拉格朗日检验统计量。给应用空间面板数据模型的空间异质性检验提供了一个检验方法。结果表明通过似然函数进行的统计推断虽不需要估计方差,但推断的统计量在高维度时,其统计量的渐进分布性质不易证明。

关键词：可加模型空间面板数据模型序列相关检验空间异质性检验拉格朗日乘子检验

来源：评论

学校读者我要写书评

暂无评论

基于STIRPAT模型的全球区域性碳排放影响因素分析

基于STIRPAT模型的全球区域性碳排放影响因素分析

引用

作者：张昱东北财经大学

学位级别：硕士

环境退化与经济发展之间的关系受到了越来越多专家和学者的关注,因此也成为很多专家学者探讨的经典话题之一。是因为从政策角度看,确定经济发展与环境质量之间的关系具有重要意义。碳排放导致的全球变暖严重影响了环境和经济的可持续发... 详细信息

环境退化与经济发展之间的关系受到了越来越多专家和学者的关注,因此也成为很多专家学者探讨的经典话题之一。是因为从政策角度看,确定经济发展与环境质量之间的关系具有重要意义。碳排放导致的全球变暖严重影响了环境和经济的可持续发展。大气中温室气体的浓度在2000年稳定下来,但自21世纪以来全球温度仍将以每年0.5摄氏度的速度上升,并且由于热膨胀,海平面也在不断上升。因为极端气候事件爆发比以前更加频繁,全球变暖已经导致了大量生物的死亡和巨大的经济损失。随着全球温室气体排放量的不断增加,引发的意外事故频繁,国际社会日益重视碳排放。基于先前文献的研究,本文从经济水平、技术水平、人口规模、二氧化碳强度、工业化水平、城市化水平、贸易化水平七个方面选取可以适合测算碳排放驱动因素的七个变量来进行研究,探究这些变量与二氧化碳排放量的关系。依托74个国家在2000年至2019年的面板数据,并对先前的国内外相关研究成果进行归纳和整理,通过之前的研究理论作为理论依据,然后对74个国家进行动态聚类划分为三个组别,根据每一组别分别展开研究探讨,进而去分析碳排放量未来的变化趋势以及碳排放量和其驱动因素之间的关系,最后提出碳减排的建议,以期达到促进经济发展和环境变化之间和谐发展的目的。本研究的主要研究内容和思路如下:首先,选取能够反映人口规模、经济水平、技术水平、城市化水平、贸易水平、工业化水平、能源结构水平七个驱动因素的指标,采用动态面板聚类的方法将74个国家划分为三组来分析解释变量对碳排放的影响程度;其次,比较不同误差分布下各个非参数可加回归模型(可加分位回归和可加均值回归)的稳健程度;接着刻画不同分位点处的非参数可加分位回归模型;最后根据不同分位点去分析各个驱动因素对二氧化碳排放量的边际效应影响。本文的创新点是从贝叶斯角度,运用非参数可加分位回归得到响应变量估计值的方法相对传统的可加模型稳健性上表现占优。此外,本文也存在一些不足之处:在进行区域性碳排放影响因素研究时应考虑各个区域的碳税政策,根据不同区域的碳税政策建立比较合理的碳排放目标模型,其次应该用更加宽阔的视域,更加合理的研究方法运用到未来低碳发展策略中。研究发现,各个组别的碳排放影响因素存在着一些共同点和不同点,共同点是对碳排放起显著作用的影响因素为:人口规模、经济水平、工业化水平、GDP单位能源消耗和二氧化强度。从各个组别的边际效应曲线中可以看出:碳排放量边际效应曲线的形状和顶点值因国家或地区间的组别差异而不同,城镇化水平在组1、组3呈U型分布,在组2呈倒U型分布;贸易额占比在组1呈N型分布,在组2、组3呈倒U型分布;工业化水平在三个组别都呈倒U型分布;人口规模在三个组别都呈N型分布;二氧化碳强度在三个组别都呈N型分布;经济水平在组1、组2呈U型分布,在组3呈N型分布;GDP单位能源消耗在组1、组3呈U型分布,在组2呈倒U型分布。

关键词：碳排放非参数可加分位回归可加模型薄板样条

来源：评论

学校读者我要写书评

暂无评论

面板数据非参数分位回归模型的研究与应用

面板数据非参数分位回归模型的研究与应用

引用

作者：张敏湖北工业大学

学位级别：硕士

参数回归模型简单方便,应用较为广泛,但目前简单的参数均值回归模型并不能很好的满足生活中的复杂数据。一方面是因为对于模型来说,参数模型是事先对模型作出假设,给定一个具体的模型形式,在一定假设条件之下,然后利用该固定模型对数据... 详细信息

参数回归模型简单方便,应用较为广泛,但目前简单的参数均值回归模型并不能很好的满足生活中的复杂数据。一方面是因为对于模型来说,参数模型是事先对模型作出假设,给定一个具体的模型形式,在一定假设条件之下,然后利用该固定模型对数据进行分析,而实际数据复杂多变,对于面板数据而言,包含信息更丰富,一般的参数模型已经不能很好的满足数据要求。另一方面,从模型随机误差项分布来说,现有的模型基本都是假设其服从规范的正态分布,而对于误差项服从于偏态或者尖峰状态等情况下的分布还存在缺陷。于是在现有研究基础之上,本文基于现有模型的部分缺陷,进一步对面板数据模型进行改善。为了对模型进行详细地解释,本文具体内容安排如下:第一部分,针对面板数据在贝叶斯分析的框架下讨论了非参数分位回归建模方法,利用更加平稳光滑的低秩薄板惩罚样条展开,虚拟变量和非对称Laplace分布的引入建立了贝叶斯分层分位回归模型,给出未知参数估计的Metropolis-Hastings抽样算法。模拟结果显示,新提出的模型在无偏性与稳定性上相较于传统模型都有明显的改善,对数据的适应能力更强,拟合更充分。为了将模型应用到实际情况当中,将新模型应用到中国农村居民消费支出与经营性收入的实际数据演示当中,分析各个消费群体下,经营净收入对消费支出的影响关系,得出在各个分位下,消费支出都随着经营净收入的增加而呈现正向刺激的作用,且在高分位处,这种效果更加明显的结论。第二部分,在第一部分的研究基础之上,继续在贝叶斯分析的框架下讨论了面板数据的可加模型分位回归建模方法。首先通过低秩薄板惩罚样条展开和个体效应虚拟变量的引进将非参数模型转换为参数模型,然后在假定随机误差项服从非对称Laplace分布的基础上建立了贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,给出了所有待估参数的条件后验分布,并构造了待估参数的Gibbs抽样估计算法。计算机模拟仿真结果显示,新提出的方法相比于传统的可加模型均值回归方法在估计稳健性上明显表现占优。最后将可加分位回归模型应用到老龄化、城镇化、经济因素和建造成本对房价的影响研究当中,认为目前老龄化对房价具有一定的压制作用,而城镇化与收入和成本的提高都使得房价呈现出大幅的上涨的结论。

关键词：薄板样条非参数分位回归马尔科夫蒙特卡洛算法可加模型

来源：评论

学校读者我要写书评

暂无评论

多响应混料模型及其最优设计

多响应混料模型及其最优设计

引用

作者：乐锐广州大学

学位级别：硕士

试验设计是以概率论与数理统计为理论基础，经济科学地安排试验的一项技术，在工业生产和工程设计中有广泛的应用。最优设计是试验设计中一个重要分支。它以试验目的作为试验设计的出发点，恰当地建立设计准则，并求解使设计准则达到最... 详细信息

试验设计是以概率论与数理统计为理论基础，经济科学地安排试验的一项技术，在工业生产和工程设计中有广泛的应用。最优设计是试验设计中一个重要分支。它以试验目的作为试验设计的出发点，恰当地建立设计准则，并求解使设计准则达到最优的设计方案。多响应模型在实际问题中常常遇到，本文主要研究了由几种混料模型构成的多响应模型以及它们的最优设计。全文共分六章:第一章主要介绍了本文的研究背景、内容和意义．第二章对最优混料试验设计和最优多响应问题的重要理论成果进行系统地阐述．第三章详细介绍多响应Scheffe′二阶混料模型的D最优设计．第四章将第三章中的多响应混料模型变成由一个Scheffe′二阶混料模型和一个二阶可加模型构成的多响应混料模型，并给出了这一模型的D最优设计．第五章详细介绍由Scheffe′一阶和二阶混料模型构成的多响应混料模型的D最优性和A最优性. 第六章结语，阐述文章的主要结果．

关键词：混料试验设计多响应模型可加模型 Scheffe′模型 D-最优设计 A-最优设计

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：