Knockoff方法研究进展综述

随着现代科学技术的快速发展,大数据时代正向我们走来.此时,统计方法的可重复性对于提高科学研究的严谨性至关重要.Barber和Candès[48]提出的knockoff方法是一种可结合任意特征重要性得分的变量选择算法,在发现真实效应的同时严格控制错误发现率(false discovery rate,FDR),其核心想法是构造称为knockoff的合成变量来模仿原始变量之间的相关结构.该方法无需计算p-值而在近年来受到广泛关注,成为当今统计和机器学习最热点的研究领域.本文主要介绍knockoff方法的最新研究进展,并简要探讨未来可能的研究方向.

基于时间序列的InSAR相干性量级估计

本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图.

我国是否存在失业回滞效应?——基于第一、二代面板单位根检验的实证分析

就业是民生之本,然而自上世纪九十年代以来我国失业率逐年攀升,日益严峻的失业问题已引起政策当局和学术界的广泛关注与高度重视。有鉴于此,本文在第一代面板单位根检验的基础上,结合最新发展的第二代面板单位根检验方法,对我国是否存在失业回滞效应展开深入研究,进而为我国促进就业的政策选择提供重要的参考依据。研究结果表明,我国存在着显著的失业回滞效应,这就使得经济周期波动等外部冲击对我国失业产生永久性影响,从而在很大程度上造就了我国失业率逐年攀升、高居不下的局面,现阶段政府实施干预性的宏观调控政策显得十分必要。在此基础上,本文对降低乃至消除失业回滞效应、完善我国治理失业的宏观调控机制提出了若干政策建议。

多重假设检验及其在经济计量中的应用

基于错误发现率(FDR:False Discovery Rate)的多重假设检验(MHT:Multiple Hypothesis Testing),已成为一种有效解决大规模统计推断问题的新方法。本文以错误控制为主线,对多重假设检验问题的错误控制理论、方法、过程和最新进展进行综述,并对多重假设检验方法在经济计量中的应用进行展望。

巴拉萨-萨缪尔森假说的实证检验——来自亚洲的证据

本文利用亚洲10个国家和地区面板数据检验了巴拉萨-萨缪尔森假说是否成立。实证分析所用的方法主要是面板单位根检验和面板协整检验。实证结果表明,该假说不成立。进一步地,本文对构成该假说的三个主要的假设进行了检验。结果表明,非贸易品的相对价格的变动并不能引起实际汇率水平的变动是该假说不成立的原因。

错误发现率及其扩展和应用

目的:介绍多重假设检验中的错误发现率控制和在此基础上发展起来的q值和局部错误发现率。方法:将Benjamini和Hochberg(BH)控制程序、q值和局部错误发现率应用于一个前列腺癌微阵列数据的基因差别表达分析,控制和估计错误发现率。结果:当错误发现率为0.10时通过BH程序得到60个差别表达基因,q值小于0.10的有74个基因,局部错误发现率小于0.10的有31个基因。结论:高维数据多重假设检验中能同时控制或估计错误发现率,BH控制程序、q值和局部错误发现率的联合应用能提供更多的信息。

隐马尔科夫模型检测LDoS攻击方法的研究

针对低速率拒绝服务LDo S(Low-Rate Denial of Service)攻击具有平均速率低、隐蔽性强的特点,提出了一种基于隐马尔科夫模型的LDo S攻击检测方法。首先对网络状态建立隐马尔科夫模型,将归一化累计功率谱密度NCPSD(Normalized Cumulative Power Spectrum Density)方法的检测结果作为隐马尔科夫模型的观测值。利用前向算法得到不同观测值序列在该模型下的相似度作为检测依据。在NS-2中对本检测方法进行测试,实验结果表明本方法能够有效的检测LDo S攻击,与其他方法相比也具有更好的检测性能。通过假设检验得出检测率为99.96%。

基于阳性结果错误率控制的药品不良反应信号检测方法

常用的药品不良反应信号检测方法均是基于不相称测定理论,这些方法在信号检测过程中发挥了重要的作用。然而目前的信号检测过程存在一些缺陷,如多重性问题等,导致信号检测的准确性降低。通过介绍多重性问题对信号检测准确性的影响,和目前解决该问题的常用方法,如阳性结果错误率(false discovery rate,FDR)方法等。

基于小波变换的功能磁共振数据处理方法

近年来,小波变换在功能磁共振成像(fMRI)数据分析中获得了广泛的应用,小波变换的一些独特的性质使之非常适合于fMRI数据的处理。本文对基于小波变换的fMRI数据分析方法予以综述,指出了基于小波变换的分析方法的优势和局限性,并对这类方法的发展趋势进行了展望。

基于理性预期的中国股市价格泡沫研究

针对经典股票价格泡沫模型的常利率假设进行推广,在随机利率下得到了股票价格泡沫的理论框架,并结合我国上证综合指数1997年10月31日到2007年10月23日的数据进行实证检验,结果表明1999年和2007年泡沫程度较为严重,尤其在后一个阶段,除上调印花税政策之外其他宏观经济政策均未对打压泡沫起到明显作用.

率或比的多重假设检验方法探讨

采用方差分析所使用的最小显著性差异技术,为大样本情况下率(比)提出一种多重假设检验方法。其思想为:首先计算所有对子的u检验统计量,然后指出其u值超出以u检验个数调整的合适显著性概率百分点者为显著性差异对。为了改善正态近似性,用自然对数尺度来构造成对u检验统计量。

LOGISTIC植病流行模型下流行速率参数值的比较

本文运用数理统计方法，给出了植物病害在遵从Ｌｏｇｉｓｔｉｃ流行模型时不同流行过程间流行速率参数ｒ值的一种比较方法。

矿井瓦斯涌出量预测假设检验分析研究

基于影响矿井瓦斯涌出量的因素较多,从煤层厚度、煤层埋藏深度、泥岩顶板厚度三个因素分析了对矿井瓦斯涌出量预测的影响,并通过建立模型,借助工程、数理、计量等一系列的检验及相应的修正,得出了矿井瓦斯涌出量预测的数量表达式,从而对瓦斯涌出量做出更加准确的估计,为新矿井设计、老矿井深部改造、瓦斯抽放设计提供更加科学的依据。

基于比例危险退化建模的产品可靠性评估方法

针对监测到产品一维性能退化数据,引入比例危险模型来描述产品寿命与退化量失效率之间的关系,建立比例危险退化模型,进而外推出产品的可靠度函数;采用AD检验方法来确定退化量分布模型;选取各监测时刻上退化量分布类型较多的分布为基准分布,确定退化量基准失效率函数及其比例系数;结合某激光器退化数据的实例分析,验证了所建模型的正确性和有效性。

置信区间与假设检验关系中的一个误区

本文以Kappa系数和两总体率差值检验为例,说明一般的假设检验法与用置信区间作检验是不相同的。其根源在于两者的标准误估计是不同的:与假设检验法不同的是,在求置信区间时,计算标准误时不需要假定H0成立。即零假设被否定后,不应该再用假设检验中的标准误去代替置信区间中的标准误。

自适应阈值化功能磁共振统计参数映射图

为了准确检测及定位功能激发信息,需选择一个客观、有效的阈值来阈值化功能磁共振统计参数映射图.为此提出了一种组合控制错误发现率及分析皮层血流动力学响应的空间相关性阈值化功能磁共振统计参数映射图的方法.该方法首先采用基于控制错误发现率的方法确定阈值,进行激发体素判别,然后分析已判别为激发的体素与其三维空间26-邻域体素的血流动力学响应的相关性,并进行空间相关检验.该方法不仅能够自适应地选取阈值,而且能够识别由于随机因素而导致的伪激发体素,具有更好脑功能激发信息检测及空间定位能力.

一种新的股市泡沫计量方法

针对我国股票市场股权改革和一级市场非市场化的特殊情况,本文提出把"整个"上市公司抽象成"一个"上市公司的假定,得到股市的理论收益率和实际收益率指标,根据这两个指标的动态变化关系,提出了一种新的股市泡沫计量方法。为了检验这一方法,本文计量了同期美国、日本股市泡沫的情况。实证结果显示新的计量方法能够很好地解释我国股市的泡沫情况。

基于假设检验理论的统计分辨研究综述

对近邻目标的分辨一直以来是不同信号处理领域的关注热点。传统上基于相关分析或波束响应的瑞利限,难以反映实际系统中随机噪声等因素的影响,因此有学者提出了统计分辨(statistical resolution limit,SRL)的概念。当前关于统计分辨限的定义主要有两种:一是利用估计性能,即CRB(Cramér-Rao bound)界定义;二是采用二元假设检验(binary hypothesis test,BHT)理论定义。论文对后者的研究现状进行了梳理,得到一般的研究思路:构造二元假设检验分辨模型,进行泰勒近似得到关于待分辨参数的线性模型,或利用大快拍数条件的渐近分布理论,求解统计量的分布,进而得到统计分辨限与波形、信噪比等的关系。最后,指出该领域未来的一些研究建议。

基于方向性多重假设检验和信息熵的函数型数据聚类新方法

近年来,针对函数型数据的聚类分析得到了一定程度的发展.但当数据属于无限维空间时,会给聚类带来一定的难度.传统聚类方法的局限性在函数型数据的聚类过程中日益凸显.因此,本文提出了一种针对函数型数据的新聚类方法,能够更好地适应数据的特点,实现较好的聚类效果.首先基于错误发现率的方向性多重假设检验和信息熵的理论,提出了新的平行度统计量,用以描述函数型曲线的形态差异.在此基础上提出了新接近度的计算公式,最终改进了凝聚式层次聚类算法.新的聚类方法被应用到4个不同类型的函数型数据集中,并与现有的其它方法的聚类结果进行分析和比较,证明了改进后的凝聚式层次聚类方法的有效性.

电阻法在钢筋腐蚀中的适用性研究

钢筋的腐蚀是混凝土结构服役过程中遇到最为常见的病害问题,为解决传统失重法要求破损检测以至于应用受到限制的问题,提出应用电阻法测定混凝土中钢筋的腐蚀。基于加速腐蚀试验,通过电阻法和失重法测定混凝土中钢筋的腐蚀,对比钢筋电阻的变化和腐蚀速率,运用假设检验对其进行显著性分析。最终得出,电阻法测定钢筋的腐蚀不仅可以反映钢筋腐蚀的结果,又能分析其腐蚀的过程,能够很好的反应钢筋的腐蚀速率,在实际工程中具有很好的适用性。