基于广义非对称拉普拉斯分布的贝叶斯线性混合效应分位数回归模型

纵向数据分位数回归模型的贝叶斯推断大多基于误差项服从非对称拉普拉斯(AL)分布的经典假设。然而,AL分布缺乏控制偏度和尾部的参数,且其分布的众数总是与其位置参数一致,这两个缺点限制了AL分布密度函数的形式和适用性。为克服这些局限性,针对纵向数据,本文基于广义非对称拉普拉斯(GAL)分布建立了贝叶斯线性混合效应分位数回归模型,与AL分布相比,GAL分布在偏度、众数和尾部表现方面更具有灵活性。本文为所提出的模型设计了具有有效性且可自动调整参数的自适应随机游动Metropolis嵌入Gibbs抽样算法,并在多个随机模拟情形下说明了所提出的方法比基于AL分布的方法能够给出更精确的参数估计结果和更优的模型拟合效果。最后,本文将提出的方法应用于分析我国31个省级行政区的房价与城镇化率之间的关系,进一步验证了该方法在实际问题中的优良表现。

基于中心对数比变换的分布型符号数据时间序列建模研究

针对分布型符号数据线性运算不封闭的问题,提出了一种新的分布型符号数据时间序列模型。分布型符号数据分析为处理和分析大规模数据提供了一种全新而有效的思想,具有广泛的应用前景。然而由于表征分布型数据单元为概率分布函数,其特殊表达形式和内在约束导致缺乏合适的运算规则,极大地限制了统计技术的灵活运用。为此,采用中心对数比变换方法,先将表征分布型数据单元的概率密度函数等距变换成普通函数,变换后的函数可以采用函数空间中的线性运算和内积运算,在保持样本空间形态不发生改变的前提下,有效克服了概率分布函数内在约束的影响。进一步提出了分布型时间序列数据的模型识别和参数估计方法,并通过仿真实验和实际数据验证了所提模型方法的合理性和有效性。

早期隔代抚养经历对初中生非认知能力的影响研究——基于考虑分层结构的倾向得分模型

早期家庭教育对个体青春期乃至成年后的人力资本发展具有重要影响,隔代抚养是我国常见的早期抚养方式,研究其对初中生非认知能力的影响有重要意义。研究基于中国教育追踪调查基线数据,构建考虑分层结构的倾向得分模型,研究早期隔代抚养经历与初中生非认知能力之间的因果关系,并对所得结果进行稳健性检验。研究发现,相较于未隔代抚养组,早期隔代抚养经历对初中生的意志力并无显著影响,但对非认知能力中的集体融入能力、情绪调节能力、自我效能感知能力和社交能力有较为显著的负向影响。因此,建议政府在早期抚养方面给予家庭积极支持,学校合理优化教育模式,父母注重发挥抚养作用,祖辈努力提高抚养能力,弥补早期隔代抚养的消极影响。

洛伦兹曲线的半参数估计

洛伦兹曲线与基尼系数是研究社会收入分配差异的重要工具。社会收入分配是一个复杂的过程,用尽可能精确的曲线给出洛伦兹曲线的估计进而给出基尼系数的估计,历来是统计学者和经济学者的工作目标。基于将参数方法与非参数方法相结合的思想给出洛伦兹曲线的半参数估计,进而导出基尼系数的估计,并据此进行了实证分析。

基于ARMA—GARCH模型的人民币汇率波动性研究

2015年新汇改制度的实施是继2005年汇率制度改革之后的又一重大改革,人民币汇率的波动受到了业界内外的高度关注,对人民币汇率的波动性研究在经济和金融等方面具有巨大的意义。本文选取了2015年6月1日到2020年6月30日的人民币汇率每日中间价数据集作为对象,建立ARMA模型得到均值方程来消除序列的自相关性,结合GARCH模型、EGARCH模型、TGARCH模型和GARCH-M模型建立波动率方程对数据进行拟合,实证分析结果表明人民币汇率具有集群性和杠杆效应等特征。最后给出控制和防范人民币汇率波动的相关政策建议。

金融市场流动性LOT度量的渐近性质研究

如何对流动性低频度量指标的度量效果进行评价是金融市场流动性测度领域的重要问题.与以往LOT(Lesmond、Ogden和Trzcinka,简称LOT)流动性度量的相关文献利用高频基准价差考察度量准确性的实证做法不同,我们通过推导LOT度量极大似然估计的大样本性质,包括估计的相合性和渐近正态性,在理论上对其度量效果进行了评价,从而避免了实证评价方法对样本选取和高频基准价差的依赖性;进一步的数值模拟和基于中国股票市场数据的实证研究验证了所得结论的正确性.本文的结果可为低频流动性度量的效果评价、指标选取以及统计推断提供理论依据.

相依结构样本次序统计量的随机比较及逐步删失寿命试验参数估计方法研究

对一组已知寿命分布的样本开展寿命试验,失效时刻构成一组次序统计量。本文研究带有相依结构的齐次和非齐次样本的次序统计量在通常随机序意义下的比较方法,将Ma(1997)针对独立样本的结果推广到相依样本的情形,并将推广后的结果应用到可靠性寿命试验中逐步删失次序统计量的随机比较中。最后,结合一个产品逐步删失寿命试验的案例,研究如何基于试验数据,对产品的寿命分布参数进行估计,进而研究了参数估计效果与哪些因素有关。