货币市场利率对存贷利率的传导效率提高了吗?——基于上市银行面板数据的置换检验分析

推动货币政策由数量型向价格型转型是我国“十三五”期间创新和完善宏观调控的一个重要内容,为保障价格型货币政策的有效实施,打通金融市场间利率传导效率是一个重要的任务。针对我国近年来实施的金融市场改革,使用上市银行面板数据,运用置换检验对我国政策利率向银行存贷款利率传导效率的改善情况进行实证分析。结果显示,除7天期SHIBOR对存款利率的传导效率明显提升外,货币市场利率对存贷款利率的传导效率总体而言呈现下降趋势;但控制了存贷款基准利率的影响因素后,利率传导效率显著改善。为减轻抛弃存贷款基准利率所带来的短期负面影响,应当继续加强培育LPR等在金融产品定价中的作用;7天期SHIBOR更适合作为基准利率换挡期的货币政策中介指标。

利用线性模型的置换检验实现Meta分析:基于SAS宏的实现

目的介绍利用线性模型的置换检验实现小样本研究的Meta分析方法。方法通过Fleiss93cont实例介绍美国南佛罗里达大学Kromrey等共同研发的一款基于线性模型的置换检验实现协变量分析的SAS宏命令(%METAPERM2)。该数据集中的小样本研究并不能满足正态性、独立性、方差齐性等前提假设。结果采用广义线性模型的回归系数为:X_1(年龄)=0.125,X_2(地区)=0.291。五种回归权重检验方法的结果为:传统加权最小二乘法β_1=0.000,β_2=0.338;Freedman Lane模型β_1=0.228,β_2=0.180;Kennedy模型β_1=0.472,β_2=0.557;Manly模型β_1=0.064,β_2=0.040;Ter Braak模型β_1=0.075,β_2=0.142。结论在正态性、独立性、方差齐性理论假设条件下,传统最小二乘法系数检验的显著性比任何置换检验都要大;小样本研究的Meta分析采用置换检验可能是一种更为合适的统计学方法。

采用有效策略的置换检验快速实现方法

针对置换检验计算复杂度高的问题,本文提出了一种新的用于置换检验的实现方法,称作有效策略法。该方法首先根据是否对门限有影响,将所有置换策略分为有效策略和无效策略;然后,计算所有有效策略对应的置换统计量;接着,根据所得的置换统计量确定门限;最后,比较检测统计量与门限,完成判决。由于该实现方法仅需计算有效策略对应的置换统计量,因而比常规的直接计算法具有更高的效率。除了理论分析外,本文还具体研究了不同参数对有效策略法计算效率的影响。

置换检验及其应用

给出了置换检验的理论依据,并应用这一理论解决了医学中的一个统计问题,得出在置信水平为0.01时应认为两组数据无显著差异,并指出在样本数足够大时可利用两样本t检验法解决这类问题.

基于MPI和OpenMp的全基因组关联分析置换检验

为了解决全基因组关联分析假设检验方法的难题,试验对现有的置换检验方法进行改进,采用消息传递接口(MPI)+开放多线程(OpenMP)混合编程模型,实现线程和进程级并行计算,并进行模拟数据集测试。结果表明:随中央处理器(CPU)数目增加其计算时间呈线性下降,数量性状基因座(QTL)定位准确性与其他软件基本相同。

基于置换检验的聚类结果评估

对聚类结果,传统的评估方法不能从统计意义上对结果评估。ECP是一种新颖的基于置换检验的评估算法。ECP直接对聚类结果进行置换检验从而计算出p-value。为了测试ECP的效果,利用了UCI中的iris,wine,yeast数据集对算法进行评测。实验结果表明,ECP可以在能够接受的时间内运算出比较准确的实验结果。

面向对比序列模式发现的独立精确置换检验算法

传统的对比序列模式挖掘算法存在一定数量的假阳性对比序列模式,其提供的错误信息会干扰后续任务的决策。设计一种IEP-DSP算法过滤假阳性对比序列模式。运用spade方法和WRAcc对比性度量找到候选对比序列模式和所有置换数据集合中的对比序列模式,通过模拟置换过程,使用独立精确置换检验方法为不同长度的模式建立独立精确零分布,并计算每个候选对比序列模式的精确p-value,运用错误发现率度量将各个长度的假阳性对比序列模式数量控制在置信度为α的统计显著水平下。在真实数据集和仿真数据集上的实验结果表明,IEP-DSP算法够过滤掉大量的假阳性对比序列模式,相比基于统计显著性检验的方法能保留更多的真对比序列模式,验证了独立精确置换检验相较于标准置换检验的优越性。

面向置换检验的冗余对比模式过滤算法

置换检验方法在进行对比模式挖掘时,返回结果中存在许多冗余对比模式。利用Charm方法挖掘样本集合中的对比模式,提出基于固定属性置换的FSPRP和FEPRP算法,依次为不同长度的对比模式构建零分布,从而过滤冗余对比模式。FSPRP算法通过生成一定数量的置换样本集合构建零分布,FEPRP算法则通过计算每个模式的对比性度量值分布合并建立零分布。实验结果表明,FSPRP和FEPRP算法相较于比较约束法能够过滤较多数量的冗余对比模式,并且FEPRP算法生成的零分布更接近精确零分布。

基于标准置换检验的差异序列模式挖掘算法

为了去除差异序列模式挖掘算法返回结果中的假阳性差异序列模式,提出了一个基于标准置换假设检验的算法SP-DSP。该算法首先运用GSP算法挖掘频繁序列模式,然后基于growth rate阈值生成差异序列模式候选集,并运用标准置换检验计算候选集合中每个模式的p-value,最后运用多重假设检验度量过滤假阳性差异序列模式。实验结果证明SP-DSP算法能够去除掉一定数量的假阳性模式并尽可能地保留真差异序列模式,从而促进后续分类任务正确率的提升。

癌症差异表达基因的似然比–置换检验法

癌症的差异表达基因具有其特殊性,这种特殊性给基因选择带来了新的挑战。许多统计学家提出了新的统计量和检验方法,不断地在这一领域取得突破和完善。本文将在借鉴这些已有研究成果的基础上,运用统计学中两种经典的常用方法,提出一种有效的手段——似然比–置换检验法,用以甄选癌症的差异表达基因。

磷酸化基序精确置换检验p-value的计算方法

蛋白质磷酸化基序指的是位于磷酸化位点周围具有位置特殊性的氨基酸序列.磷酸化基序挖掘是生物信息学中的一个重要问题.针对该问题,已经提出了一些有效的挖掘方法.但是,这些方法所挖掘到的磷酸化基序中会存在很多的假阳性结果.采用这些假阳性结果做进一步研究会导致严重的误导.通常,可以采用统计显著性检验来过滤掉这些无意义的磷酸化基序.置换检验是统计显著性检验中一种常用的方法,但该方法存在3个明显的缺点,这些缺点降低了置换检验的实用性.本文分析导致置换检验3个缺点的原因,提出了一个叫做EPPM的算法来计算所有被检验的磷酸化基序的精确置换检验p-value.实验证明,EPPM算法能够成功消除掉置换检验中的3个缺点,并且在几个性能评估指标上要胜过非精确置换检验算法.据作者所知,这是目前唯一能计算精确置换检验p-value进行磷酸化基序结果评估的研究工作.

基于置换检验的两步基因特征选择算法

针对目前大规模基因数据集中存在大量的噪声和冗余基因这一问题,提出了一种基于置换检验的两步基因特征选择算法。该算法首先采用方差分析过滤噪声基因,然后采用相关系数过滤冗余基因,最后结合置换检验的方法,可以高效、自主地处理大规模基因数据集。采用PAM(prediction analysis for microarrays)分类器,在RSCTC2010 Discovery Challenge提供的12个竞赛数据集作基因特征选择与分类实验,实验结果表明,提出的算法能够选择高分辨、低冗余的基因子集,与目前其他基因特征选择算法相比,可以提高分类器性能。

验证二项响应回归模型预测能力的置换检验方法

通过一个数值例子,说明了顺序关联度量与ROC分析这2种常用方法在二项响应回归模型预测能力验证方面存在不足.基于置换检验思想,提出了一种新的验证方法.并通过对2个实例的研究,考察了置换检验验证法的表现.

基于统计显著性检验的高效用项集挖掘算法

针对传统高效用项集挖掘算法在具有不同类型标签事务中报告假阳性高效用项集的问题,提出两个基于统计显著性检验的高效用项集挖掘算法——FHUI和PHUI算法。这两个算法首先找到所有待检验高效用项集并依据项集长度进行分组;然后,FHUI算法根据项集自身的频率分布生成零分布,PHUI算法根据事务内置换策略或事务间置换策略构造置换事务集合来生成零分布。最后,FHUI和PHUI算法从零分布中计算出p值并运用错误发现率剔除假阳性高效用项集。基准事务集合实验结果显示FHUI和PHUI算法能够剔除大量的假阳性高效用项集,在后续分类任务中取得了更高的正确率;仿真事务集合实验结果显示FHUI和PHUI算法报告的项集中假阳性高效用项集数量占比低于4.8%且平均效用高于39000。实验结果证明,在具有不同类型的标签事务中,FHUI和PHUI算法报告的统计显著高效用项集可靠性和实用性更强。

实验数据的随机化检验及R语言实现

随机化检验是基于实验中对实验处理的随机化分配,通过计算所有可能分配方法的结果得出某一统计量的随机化分布,并据此进行实验效应是否存在的统计推断。相较基于从某一总体中进行重复随机抽样而得到抽样分布推论模式,随机化检验不需要正态总体假定,尤其适合样本数据存在明显离群值或小样本情形,更适合作为随机化实验的推论框架。借助免费开源的R软件及相关软件包已能快速实现双处理组和多处理组均值差比较及其他统计量比较的随机化检验,但在心理统计教育与应用中还需进一步推广。

大房郢水库浮游生物群落结构变化与环境因子关系研究

为了更好地了解合肥市饮用水源地水生态环境状况,于2020年夏季、秋季、冬季及2021年春季对大房郢水库的水质、浮游植物和浮游动物进行监测,对比浮游生物群落现存量与历史变化,并使用冗余分析(RDA)以及蒙特卡洛置换检验探究环境因子对浮游生物群落的影响。结果表明,研究区域浮游植物以蓝藻门为主要优势种属,密度及生物量较2005年分别增加37.7%和7.0%,浮游动物以桡足类为主要优势种,密度较2005年大幅度下降了77.5%,生物量多样性增加了47.8%,影响浮游生物群落结构的主要环境因子为NH_(3)-N、T(温度)、pH和TN。此外,研究也揭示了季节变化对水库浮游生物的物种组成影响小,但对浮游生物的丰度及多样性影响显著。

强夯置换法在处理不均匀地基土中的应用

结合工程实例,简单介绍强夯置换法在处理不均匀软土地基中的应用,论述了设计过程中设计方案的选取及设计过程中应注意的问题。

应用复杂系统熵网络方法发现中医方剂中的药对

目的:探讨复杂系统熵网络方法用于中医方剂药对挖掘的可行性。方法:本文介绍了复杂系统熵网络方法。采用基于随机置换检验的互信息方法进行中药的相关性评估,在此基础上建立复杂网络,通过计算网络的中心性信息对核心药对进行挖掘,并对上海中医药大学附属龙华医院名老中医师陈湘君教授治疗类风湿性关节炎的处方进行分析。结果:复杂系统熵网络方法能够发现中医方剂中有显著性关联的核心药对。找到的核心药对基本体现了陈湘君教授治疗类风湿性关节炎的用药规律。结论:复杂系统熵网络方法是进行中医用药分析的有效方法。

复杂系统熵网络方法及其在中医肿瘤临床数据挖掘中的应用

目的:探索中医治疗肿瘤复杂临床数据挖掘的研究方法。方法:采用基于随机置换检验的互信息方法进行多维的相关性评估,在此基础上建立复杂网络,通过计算网络的各种统计信息对复杂中医肿瘤临床数据进行挖掘,并对龙华医院718例肺癌数据进行了挖掘分析。结果:中医治疗肿瘤临床数据中的多因素混杂交互效应,对718例数据分析结果得到116对有协同效应的属性,82对有拮抗效应的属性,14个核心协同效应子群属性集,7个核心拮抗效应子群属性集,分析结果基本符合临床实际情况。结论:复杂系统熵网络方法能够对复杂中医临床数据进行挖掘,是进行多因素交互效应分析的有效方法之一。

一种基于Gene Ontology注释信息的基因选择算法

基因选择算法是辅助生物学分析最重要的方法之一,但这类统计学算法受样本量相对基因数目过少的困扰。提出一种结合Gene Ontology(GO)注释信息的基因选择算法,用GO注释接近基因的方差的加权平均进行修正,增强小样本量下对总体的估计,进而寻找差异表达基因。将该算法与其他5种常见算法对比,以选择出的基因为特征构建分类器,以分类器的可靠性作为衡量算法的标准。3组芯片实验的结果表明,该算法在小样本情况下具有一定优势。亦有Pubmed文献证明,该算法可以鉴别出其他算法未曾发现的致病基因。该方法所建立起来的框架,是把生物学注释信息引入算法改进的一种有效尝试。