检索结果-内蒙古大学图书馆

数学进展 2014年第4期43卷 625-639页

作者：孙志猛马景义苏治中央财经大学统计学院北京100081

本文研究了响应变量随机右删失情形下半参数线性变换模型的经验似然推断问题.构造了参数的经验似然比检验统计量,证明了经验似然比检验统计量的渐近分布为加权卡方分布.在此基础上,对经验似然比检验统计量进行了调整,证明了调整的经验... 详细信息

本文研究了响应变量随机右删失情形下半参数线性变换模型的经验似然推断问题.构造了参数的经验似然比检验统计量,证明了经验似然比检验统计量的渐近分布为加权卡方分布.在此基础上,对经验似然比检验统计量进行了调整,证明了调整的经验似然比检验统计量的渐近分布为标准的卡方分布.基于经验似然和调整的经验似然方法,分别给出了回归参数的一定置信水平的置信域.最后对本文的方法和传统的正态逼近方法进行了模拟比较,模拟结果显示,从置信域的大小和经验覆盖概率两个角度看,本文的方法均比正态逼近方法优越.

关键词：随机右删失线性变换模型渐近分布经验似然

来源：评论

学校读者我要写书评

暂无评论

金融市场中的半参数线性变换模型

引用

统计与决策 2009年第2期25卷 30-33页

作者：蔡霞李秀敏河北科技大学理学院石家庄050018

文章将基于生存数据的线性变换模型引入对股市的分析,把股票价格的连续上涨和下跌看作是一种特殊的生存过程,先求出变换函数的估计,再由最小二乘法求出回归系数的估计,分析成交量对收益率的影响,进而得到连涨(跌)收益率与成交量的关系,... 详细信息

文章将基于生存数据的线性变换模型引入对股市的分析,把股票价格的连续上涨和下跌看作是一种特殊的生存过程,先求出变换函数的估计,再由最小二乘法求出回归系数的估计,分析成交量对收益率的影响,进而得到连涨(跌)收益率与成交量的关系,指出成交量对股票连涨收益率的影响要大于对连跌收益率的影响。

关键词：生存分析线性变换模型 Cox比例危险模型删失

来源：评论

学校读者我要写书评

暂无评论

超高维稀疏线性变换模型的独立性筛选

超高维稀疏线性变换模型的独立性筛选

引用

作者：王靖迪江苏师范大学

学位级别：硕士

线性变换模型是一类建模非常灵活的生存分析模型,它包含了众多常用生存分析模型,例如Cox比例风险模型,比例优势模型,probit模型等.随着数据采集与计算的快速发展,高维数据甚至超高维数据在实际应用中不断涌现,这对传统模型的统计推断提... 详细信息

线性变换模型是一类建模非常灵活的生存分析模型,它包含了众多常用生存分析模型,例如Cox比例风险模型,比例优势模型,probit模型等.随着数据采集与计算的快速发展,高维数据甚至超高维数据在实际应用中不断涌现,这对传统模型的统计推断提出了挑战.基于此,本文将主要研究超高维线性变换模型的变量筛选和参数估计问题.首先,我们基于最大似然估计方法给出P模型参数的估计和变量选择惩罚方法,然后采用确定性独立筛选方法(SIS)研究线性变换模型的变量筛选问题.最后进一步推广SIS方法,提出迭代的确定性筛选方法(ISIS)研究该类模型更有效的变量筛选问题.我们通过大量的模拟例子说明所提出方法的有效性.

关键词：超高维数据确定性独立筛选法线性变换模型

来源：评论

学校读者我要写书评

暂无评论

基于生存数据的线性变换模型在股票市场中的应用

基于生存数据的线性变换模型在股票市场中的应用

引用

作者：蔡霞天津大学

学位级别：硕士

生存数据经过一个未知的单调变换后等于协变量的线性函数加上一个随机误差,随机误差的分布可以是已知的,也可以是未知的,这就是线性变换模型,这个模型的具体形式为g(T) = -β'Z +ε其中g(·)为未知的光滑可逆的严格单调增加函... 详细信息

生存数据经过一个未知的单调变换后等于协变量的线性函数加上一个随机误差,随机误差的分布可以是已知的,也可以是未知的,这就是线性变换模型,这个模型的具体形式为g(T) = -β'Z +ε其中g(·)为未知的光滑可逆的严格单调增加函数,Z为p维协变量,β为未知的p维回归系数变量,ε为误差项,本文研究的是ε已知的情形,我们想要通过这些值来估计β。对于基于生存数据的线性变换模型,通常的做法是通过似然函数来推断β,但是本文所应用的是另外一种方法,即先求出变换函数g(·)的估计,进而再由最小二乘等方法求出β的估计。近些年来,人们对股市的研究非常多,对股市收益率特别是波动率有大量的讨论,但是很少有人用生存分析的方法来研究股票的收益率。本文将生存分析的方法引入对股市的分析,把股票价格的连续上涨和下跌看作是一种特殊的生存过程,利用半参数线性变换模型的方法对这个生存过程进行分析,进而得到连涨(跌)收益率与成交量的关系,分析成交量对收益率的影响。

关键词：生存分析线性变换模型 Cox比例危险模型删失回归收益率

来源：评论

学校读者我要写书评

暂无评论

利用直接线性变换模型对SPOT图像进行精纠正

引用

武测译文 1997年第1期 15-21页

作者：刘海原

本文给出一个简单而严密纠正ＳＰＯＴ图像的公差及其精度评估。该方法对地球自卖座则视引起的像坐标系统畸变进行了几何校正，而后进行直接线性变换，其在系统误差通过平差进行改正。采用模拟和实际数据做了若干实验对这一新方法进行了... 详细信息

本文给出一个简单而严密纠正ＳＰＯＴ图像的公差及其精度评估。该方法对地球自卖座则视引起的像坐标系统畸变进行了几何校正，而后进行直接线性变换，其在系统误差通过平差进行改正。采用模拟和实际数据做了若干实验对这一新方法进行了评估，模拟数据是通过欧拉参数，卫星漂移，速度矢量及作为时间函数的传感器姿态角，来模拟ＳＰＯＴ卫星轨道通用模型产生的，结果表明：如果控制控制点误差较小，用６个控制点可以达到子像素极精度。

关键词：线性变换模型 SPOT图像纠正误差摄影测量

来源：评论

学校读者我要写书评

暂无评论

随机右删失数据下线性变换模型的经验似然推断

随机右删失数据下线性变换模型的经验似然推断

引用

统计研究为科学发展服务——北京市第十五次统计科学讨论会

作者：孙志猛张忠占

本文研究了随机右删失情形下线性变换模型回归参数的经验似然推断问题。构造了经验似然比检验统计量,证明了其渐近分布为加权卡方分布,通过数字模拟得到了加权卡方分布分位点。在此基础上对经验似然比检验统计量进行了调整,调整的经验... 详细信息

本文研究了随机右删失情形下线性变换模型回归参数的经验似然推断问题。构造了经验似然比检验统计量,证明了其渐近分布为加权卡方分布,通过数字模拟得到了加权卡方分布分位点。在此基础上对经验似然比检验统计量进行了调整,调整的经验似然比检验统计量的渐近分布为标准的卡方分布。基于经验似然和调整的经验似然方法,分别给出了回归参数的一定置信水平的置信域。最后对本文的方法和传统的正态逼近方法进行了数字模拟比较,模拟结果显示,从置信域的精确度和覆盖概率水平两个角度看,本文的方法均比正态逼近方法优越。

关键词：随机右删失线性变换模型置信区间假设检验渐近分布经验似然

来源：评论

学校读者我要写书评

暂无评论

随机右删失数据下线性变换模型的经验似然推断

随机右删失数据下线性变换模型的经验似然推断

引用

北京市第十五次统计科学讨论会

作者：孙志猛张忠占

本文研究了随机右删失情形下线性变换模型回归参数的经验似然推断问题。构造了经验似然比检验统计量，证明了其渐近分布为加权卡方分布，通过数字模拟得到了加权卡方分布分位点。在此基础上对经验似然比检验统计量进行了调整，调整的经... 详细信息

本文研究了随机右删失情形下线性变换模型回归参数的经验似然推断问题。构造了经验似然比检验统计量，证明了其渐近分布为加权卡方分布，通过数字模拟得到了加权卡方分布分位点。在此基础上对经验似然比检验统计量进行了调整，调整的经验似然比检验统计量的渐近分布为标准的卡方分布。基于经验似然和调整的经验似然方法，分别给出了回归参数的一定置信水平的置信域。最后对本文的方法和传统的正态逼近方法进行了数字模拟比较，模拟结果显示，从置信域的精确度和覆盖概率水平两个角度看，本文的方法均比正态逼近方法优越。

关键词：随机右删失数据线性变换模型回归参数统计分析

来源：评论

学校读者我要写书评

暂无评论

部分区间删失数据下变换模型的贝叶斯统计推断

部分区间删失数据下变换模型的贝叶斯统计推断

引用

作者：蒋京京长春工业大学

学位级别：博士

生存分析在许多领域被用于数据分析,尤其是在医学和生物科学领域应用广泛。此时,关注的事件往往是死亡、疾病的发病或疾病症状的消失,事件发生的时间称之为失效时间。部分区间删失数据是生存分析中一类常见且复杂的数据类型,该数据中一... 详细信息

生存分析在许多领域被用于数据分析,尤其是在医学和生物科学领域应用广泛。此时,关注的事件往往是死亡、疾病的发病或疾病症状的消失,事件发生的时间称之为失效时间。部分区间删失数据是生存分析中一类常见且复杂的数据类型,该数据中一些失效时间能被精确地观测到,而另一些失效时间只知其在某区间内。一般来说,右删失和区间删失都可以看作部分区间删失的特例。由于部分区间删失数据独特的数据结构和复杂的删失机制,对其进行分析要复杂得多。现有生存分析研究中,大多是针对右删失和区间删失数据展开,对部分区间删失数据的分析还很有限,故对此类数据进行深入研究是十分有意义的。线性变换模型是生存模型中一类更为一般且灵活的模型,该模型下的研究大多基于频率方法,而贝叶斯方法在面对复杂模型时具有良好特性。因此,本文在贝叶斯框架下基于线性变换模型,深入考虑数据结构和不同产生机制,对部分区间删失数据进行灵活建模和稳健推断。本文的研究内容共包含三个部分,具体如下:首先,第一部分研究了部分区间删失数据在线性变换模型下的贝叶斯估计。模型中非参数部分采用样条逼近的方式进行近似,通过观察数据结构以及对具体的模型进行推导,给出相应的似然函数。但由于复杂的数据结构以及模型,似然函数计算量较大,直接最大化似然存在很大困难。为了应对复杂模型和数据结构带来的挑战,引入了一个四阶段的数据扩充过程,提出了一种与有效的马尔可夫链蒙特卡罗方法相结合的完全贝叶斯方法,该方法易于实现。通过Bernstein-von Mises定理给出了贝叶斯估计量的渐近性质,并在有限样本的模拟研究中同时对样条节点数量以及超参数的选择进行敏感性分析,进一步评估了所提模型和方法的合理性,表明所提出的方法表现良好。并将该方法应用于一项牙齿健康研究。其次,第二部分分别研究了不相依和相依部分区间删失数据两种情况下带测量误差的变换模型贝叶斯估计问题。基于第一部分,针对数据不相依的情况,考虑在许多特殊的研究环境中,协变量的测量往往存在误差,其真实变量是不可观测的或潜在的。因此通过经典的测量误差模型来刻画受测量误差影响的协变量,将变换模型和测量误差模型联合建模进行后验推断。此外,生存分析中数据相依的情况是很常见的,简单地忽略相依删失会造成结果的偏差。因此该部分进一步考虑数据存在相依性,假定失效时间与时间间隔相关,建立刻画区间长度的比例风险模型,通过潜在的误差协变量联立三个模型。为了更好地进行后验推断,应用了多阶段数据扩充技术,并结合MH和ARMS抽样算法用于贝叶斯后验计算。模拟研究比较了朴素方法和贝叶斯方法,验证了贝叶斯方法的有效性。最后通过心脏病数据和社区动脉粥样硬化数据两个实例说明所提出模型和方法的实用性。最后,第三部分研究了相依部分区间删失数据下带潜变量的变换模型贝叶斯推断。在临床试验中,研究部分区间删失数据的现有方法通常假定所有潜在的预测因子都可以完全观测到。然而,上述假设在实践中可能无效。因此该部分考虑了一种新的联合建模方法,可以同时对失效时间和观测时间进行建模,并通过共享的潜在因素将这两个随机过程关联起来。所提出的模型包括一个用于表征潜在因素的因子分析模型、一个有关失效时间的变换模型,以及一个关于删失区间长度的比例风险模型。进一步,通过给定限制条件解决了联合模型的识别性问题。为了应对复杂模型和数据结构带来的挑战,引入了一种多阶段数据扩充过程。通过给定合适的先验分布,提出了一种结合单调样条逼近和马尔可夫链蒙特卡罗技术的贝叶斯方法来估计未知参数和非参数函数。最后通过大量模拟研究和敏感性分析说明了估计结果的有效性和稳健性,并将该模型应用于弗雷明翰心脏病研究。

关键词：部分区间删失数据线性变换模型贝叶斯测量误差潜变量

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：