基于高频数据的GARCH模型拟极大指数似然估计的一种portmanteau Q检验

已有研究表明,基于高频数据的GARCH模型的拟极大指数似然估计可以提升估计精度,但鲜有研究就该估计量的性质推导其对应的检验统计量。文章基于高频数据的GARCH拟极大指数似然估计性质,提出一种portmanteau Q检验统计量,通过模拟验证了该检验统计量的理论正确性,并选取沪深300、中证500和上证50等3个指数进行了具体应用。结果显示,在模型充分时,文章提出的检验统计量的分布更近似理论推导的分布,优于基于低频数据的检验统计量结果,且由于包含高频信息,该统计量能更好地捕捉高频残差自相关性;而当低频残差自相关性时,即使相关性较弱,该统计量也能识别模型是否充分,对GARCH模型的阶数识别有一定效果。实证研究也表明,该检验统计量能对高频信息有效利用,具有一定的实用性。

4D和Q检验模型在供水管网水质检验中的应用

鉴于城市供水管网末梢水质检验一直是供水水质监测的难点,以苏州市五个偏远小区供水管网末梢的水质指标数据为样本,应用数学统计模型中的4D检验模型和Q检验模型对所监测的水质数据进行了检验。结果表明,4D检验模型和Q检验模型均能快速、灵敏地检测出离群数据,其中4D检验模型对水中氯气及游离氯制剂、溶解性总固体、浑浊度等水质指标较为敏感;Q检验模型在不同的显著性水平下均能检测出水中溶解性总固体、总β放射性等水质指标的异常。可见应用数学统计模型可对供水管网水质进行检验与分析,从而可提高水质检测的科学性和合理性,亦可为供水管网建立水质模型与进行水质调度奠定良好的理论基础。

Box-Pierce Q检验的改进方法

Box-Pierce Q检验采用近似卡方分布分析时间序列的平稳性特征,其检验统计量的参数选取将影响到检验结果。文章多个Q值提取平稳性特征,在此基础上建立新的平稳性判定准则,该准则是自相关函数序列收敛的充分条件;采用欧氏函数作为平稳性特征的相似性度量,借助k-means聚类建立平稳性分类方法;该方法在平稳性分析过程中充分考虑了样本之间的关联性,避免了传统Box-Pierce Q检验对统计分布和临界表的过度依赖。实验结果表明,新方法能有效地处理海量时间序列数据,且准确率高于Q检验和ADF检验。

检验异方差的新方法-修正的G-Q检验

在给定经典线性回归的假定下,普通最小二乘估计量(OLS估计量)具有线线性、无偏性和最小方差性等优良性质,是最佳线性无偏估计量。这个优良性质的成立需要一系列严格的假定条件,其中同方差性是非常重要的假定。但是在现实的计量经济学问题中,可能会出现异方差现象。如果出现了异方差的情况,对数据直接进行OLS估计就会出现一系列的问题。因而,在实际的计量经济学实践中,有必要对同方差的假定是否成立进行检验。本文介绍了常用的异方差检验方法,并在这些方法的基础上,提出了修正的G-Q检验,特别适用于样本容量有限的情况。

用广义Grubbs法和广义Q检验法判别校准曲线中的异常点

用广义Ｇｒｕｂｂｓ法和广义Ｑ检验法判别校准曲线中的异常点江西医学院（南昌３３０００６）戈早川，周建明分析检验核准曲线中异常点的判别方法有：标准化残差法［１］和ｔ化残差法［２］，但该两法的计算均较为复杂。本文将分析检验校准数据中待测物的测量响应值ｙｉ扣...

如何统一Q检验法对一个以上可疑值的取舍问题

在定量分析工作中,通常要对同一试样做几份平行测定,然后求出平均值.但所测结果总会有大有小,如果数据中出现显著性差异,即有的数据特大或特小(称为可疑值或离群值),是否都能参加平均值的计算呢?这就需要用统计学方法进行检验,不得随意弃去或保留可疑值.取舍可疑值的方法很多,其中Q检验是一种简便易行、比较常用的方法.具体怎么检验,与可疑值的分布情况有关.可疑值的分布,一般可分三种情况:

曲线图示法在Q检验大样本中的应用

设计了一种Ｑ检验曲线图示法，即将所检验的所有组编成对子，按规律排列于图表上，找出组数间具有显著差异的对子组作为界值，并对界值数组进行连续，这样，就得到一个曲线图示。

Q检验法在免疫学检验质量控制中的应用

探讨一种适合现阶段临床免疫学检验室内质量控制的，有效、简捷的数理统计方法。应用处理实验数据中可疑极端值的Ｑ检验法，通过实例处理，说明了该法不失为免疫学检验室内质控的好方法。

狼疮性肾炎的发病机制及补体C1q检验诊断的研究进展

系统性红斑狼疮(SLE)是一种会对多种系统和脏器造成影响的非特异性自身免疫性疾病,机体内所含有的多种抗原会参与进SLE的发生以及发展过程,并且还会导致患者出现一系列的肾脏受累情况的一种疾病症状。本文主要是针对于临床出现狼疮性肾炎的发病机制进行综述,同时对补体C1q检验诊断的研究进展情况实施相应的阐述,一起为后续所开展的临床研究和治疗提供更加有力的参考资料。

序贯L_(q)似然比型检验及其应用

利用序贯概率比检验的思想,提出了序贯L_(q)似然比型检验方法,推广了序贯概率比检验方法。研究了序贯L_(q)似然比型检验的性质,如:边界与强度之间的关系,并近似计算序贯L_(q)似然比型检验的平均子样容量。最后,将序贯L_(q)似然比型检验方法应用到Bernoulli分布,在选取合适的q值下,序贯L_(q)似然比型检验优于序贯概率比检验。

P-范分布尺度参数的L_(q)-似然比检验

给出了P-范分布尺度参数的L_(q)-似然比检验方法,得到了原假设情况下尺度参数的L_(q)-似然比统计量,通过借助尺度参数的L_(q)-似然估计的存在性和渐近性,得到了统计量的密度函数,最后给出了模拟算例,算例结果进一步说明本文检验方法的合理性。

基于季节性ARIMA模型的短时交通流预测方法研究

综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采样间隔;采用AIC准则对参数寻优定阶,ADF检验和差分分析选择最优的差分阶层;为确保模型的可靠性,使用Ljung-Box Q检验进行白噪声检验。结果表明,时间间隔为15 min的车流量统计模型SARIMA(1,1,2)×(2,0,0)4在预测精度和稳定性方面均优于其他时间间隔和传统的ARIMA模型。同时,该方法也具有一定的通用性,可以应用于其他领域的短时流量预测。

戈德菲尔德匡特检验的推广

在大多数经济现象中,回归模型的随机扰动项并不具有同方差性,它可能随观察值的不同而变化。对这种异方差模型进行最小二乘估计,会产生严重的后果,因此研究异方差的检验方法具有重要意义。由于戈德菲尔德 匡特检验方法只适用于一个自变量,因此,本文对G Q检验进行了推广,说明在多变量的情况下,可以利用主成分对样本数据进行排序,从而解决了对多变量数据的排序问题,使戈德菲尔德 匡特异方差检验得到了推广,并举实例说明。

时间序列非线性存在性检验方法及其应用

文章探讨了时间序列中被忽略的非线性,并给出了非线性存在性检验的组合检验方法：Q检验、BDS检验、BP加强型神经网络、加强型高斯小波神经网络以及加强型墨西哥帽小波神经网络方法。进一步,对于金融理论中货币需求函数的稳定性检验问题,应用组合检验方法实证研究发现,对于构建的货币需求函数的各变量序列,均存在不同程度的被忽略的非线性,因此有必要引入非线性研究方法。这也为经济变量序列存在的非线性特征提供了一个重要证据,要求我们在研究经济内在规律中考虑非线性协整理论与方法的应用。

NAR神经网络的应用与检验——以城市居民生活需水定额为例

NAR神经网络具有反馈和记忆功能,其在时间序列的建模仿真方面具有显著优点。以城市居民生活需水定额为例,采用NAR神经网络建立了贵州省城市居民生活需水定额的时间序列模型,通过试验法、留一法交叉检验讨论了模型相关输入参数的计算与选取,通过相关系数、Nash效率系数、LBQ检验、ROC曲线方法检验了模型的性能和预测结果的精度,进而对贵州省城市居民生活需水定额变化趋势进行了预测。结果表明,(1)NAR模型性能良好并具有较高的预测精度,NAR神经网络的相关系数r、Nash效率系数分别达到0.97、0.87,LBQ检验得出预测结果误差不存在自相关性,采用预测结果绘制ROC曲线,其AUC值达到0.938(处于水平1,有较高准确性);(2)需水定额合理性评价中,预测2020年、2030年需水定额分别为137.72 L/(人·d)、132.94 L/(人·d),满足《室外给水设计规范》(GB50013—2006)的要求,具有较好的适用性。

足迹显现及定量化综合检验

本文由三个独立部分组成，分别论述了水印足迹的显现、静电吸附尘土足迹失败后的补救方法和成趟足迹定量化综合检验。前两部分内容中的基本原理是利用水印足迹与尘土足迹的PH值和成分与周国客体之间的差异，应用PH指示剂与足迹部分反应显现出蓝色的印痕，而与周围客体作用只显现出黄色或淡蓝色，这样就可清晰地显现出水印足迹和静电吸附失败后的尘土足迹。在第三部分内容中先取成趟足迹的步长、步角、步定作为综合检验的指标，先对所测数据进行Q检验，再利用模糊数学中的隶属度进行计算，若隶属度值大于0.65，则嫌疑人的步幅类型与现场作案人的步幅类型相同，若隶属度值小于0．65，则可排除嫌疑人。

如何正确运用χ^(2)检验——高维表资料齐性检验与SAS实现

本文目的是介绍一种特殊高维表(即g×2×2表)资料优势比的齐性检验方法及SAS实现。在SAS/STAT的FREQ过程中,详细介绍了5种优势比齐性检验方法,分别是“Breslow-Day检验”“Breslow-Day-Tarone检验”“Q检验”“I^(2)度量统计量及其不确定性限值”和“Zelen΄s精确检验”。另外,还介绍了相对危险度与危险率差的齐性检验方法。文章结合两个实例,介绍了基于SAS软件实现优势比齐性检验的具体内容,对输出结果进行了解释,并做出了统计结论和专业结论。

生物统计学在临床医学科研中的正确应用(二)——秩和检验的价值

上期“生物统计学在临床医学科研中的正确应用（一）”中提到，在审阅临床医学科研设计或专业论文时，还是常常会遇到如下情况：有的著者在其论文“统计学方法”描述中没有明确说明对应于哪种“科学研究设计”或对应于哪种“统计研究设计”等，而是对所采用的“统计学方法”描述笼统、泛泛而谈、含糊其词，缺乏科学正确的统计学思维,

靶场光学测量数据异方差性检验及修正

为了避免靶场光学测量数据异方差性导致的普通最小二乘估计非有效、显著性检验失去意义和模型的预测失效问题,采用了图形分析、Goldfeld-Quandt和Breusch Pagan Godfrey方法检验光学测量数据异方差性,并针对光学测量数据的异方差性提出分段加权最小二乘修正的方法。通过理论分析,对某设备方位角测量数据进行实验验证,取得了残差平方数据、G-Q检验统计数据、BPG检验统计数据和分段加权最小二乘BPG统计数据。结果表明应用图形分析法对光学测量数据进行异方差性检验最直观和简捷,适合存在明显异方差性的检验,G-Q检验法不适用光学测量数据的异方差性检验,BPG检验理论完整且适合光学测量数据的异方差性检验,分段加权最小二乘方法有效合理,消除了异方差性对回归模型的影响。