基于Monte Carlo法的极值分布类型及其参数估计方法比较

为探讨极值概率分布模型(极值Ⅰ型、Ⅱ型、Ⅲ型分布)在工程场地重现期内极值风速预测中的适用性,以工程上常用的风速分布模型为依据,采用Monte Carlo数值模拟法分别产生服从指数分布、正态分布、瑞利分布、威布尔分布、对数正态分布、广义极值分布的伪风速母样.基于以上伪风速母样分别使用极大似然参数估计法和概率权矩法对极值Ⅰ型、Ⅱ型、Ⅲ型分布模型中的参数进行估计,并与伪风速母样的理论极值分布进行对比分析.结果表明:极大似然参数估计法适用性较强,参数估计精度较高;重现期内极值风速的估算对风速母样分布类型敏感,服从不同分布的风速母样,应有针对性选用极值分布类型估算重现期内极值风速.

中国银行间拆借利率扩散模型的极大拟似然估计

本文用极大拟似然估计法估计了中国银行间市场七天拆借利率扩散模型的参数。并用自助法对众多不同的模型进行了广义拟似然比检验。结论表明:中国货币市场利率具有均值回复效应:利率敏感系数γ值为1.421265,对利率水平具有较高敏感性。

缺失数据下双重广义线性模型的参数估计

在经济领域和工业产品质量改进试验中,对均值和散度同时建模十分必要;在数据采集过程中,时常会遇到数据缺失问题.文章基于上述两点,研究缺失数据下的双重广义线性模型的参数估计,采用最近距离插补和反距离加权插补对缺失数据进行处理,并应用最大扩展拟似然估计和最大伪似然估计两种估计方法对未知参数进行估计.随机模拟和实例结果表明,该模型和所应用的方法是有用和有效的.

含有Ⅱ型区间删失数据的回归模型参数估计

目的比较四种方法估计含有Ⅱ型区间删失数据的回归模型参数最大似然估计值,探讨在不同样本量情况下四种方法估计结果的准确性和稳定性。方法对含有Ⅱ型区间删失的生存数据分别拟合Weibull参数回归模型和Cox-PH半参数回归模型,并结合EMICM算法得到模型参数的最大似然估计值;应用组均值插补法将区间删失数据填补为右删失数据,进一步用传统的Cox回归以及建立伪观察值的方法估计生存函数,模拟样本量分别为50、200、500例。结果Weibull回归模型的参数最大似然估计值分别为β_1=0.496,β_2=-0.366;β_1=0.680,β_2=-0.586;β_1=0.620,β_2=-0.504。Cox-PH半参数回归模型的参数最大似然估计值为β_1=0.652,β_2=-0.469;β_1=0.683,β_2=-0.538;β_1=0.629,β_2=-0.511。填补为右删失数据后传统Cox回归方法得到的参数最大似然估计值分别为β_1=0.203,β_2=-0.227;β_1=0.641,β_2=-0.514;β_1=0.545,β_2=-0.446。用Pseudo-observations得到的参数最大似然估计值分别为β_1=0.217,β_2=-0.275;β_1=0.796,β_2=-0.601;β_1=0.561,β_2=-0.468。结论在不同样本量情况下,拟合Weibull参数回归模型,Cox-PH半参数回归模型结合EMICM算法估计的参数最大似然估计更准确更稳定。

极值-I型风速预测的Bayes方法

为提高极值-I型风速预测精度,在Jeffreys准则的基础上,采用Bayes估计中的Lindley近似方法推导极值-I型风速预测表达式.采用Monte Carlo法产生服从极值-I型分布的伪风速母样,基于伪风速母样分别采用基于Bayes理论和最大似然估计理论的极值-I型风速预测方法进行风速预测,并与伪风速母样的理论值进行对比分析.结果表明:与最大似然估计法相比,采用基于Bayes理论建立的极值-I型风速预测模型进行风速预测的精度更高,且精度随着伪风速母样样本量的增加而提高,位置参数先验样本数量的增加以及先验方差的增大对计算精度没有影响.

具有组群异方差结构的面板数据模型及其应用研究

面板数据由不同个体的时间序列数据汇聚而成。已有大量研究表明面板数据个体之间存在组群结构,并且普遍存在模型的异方差现象。本文借鉴组群异质性的研究成果,构建模型误差项组群结构的面板数据模型,基于模型假定条件,提出惩罚伪最大似然函数估计法(PQMLE),该方法能够同时进行结构识别和参数估计;证明了估计量具有Oracle渐近性质;蒙特卡洛模拟验证了该方法有效的样本性质;进一步应用该方法对我国股市进行Fama-French三因子模型的实证分析,验证了理论模型的应用效果。

基于PLE的有确定解的端到端网络链路时延推测方法

网络时延是重要的网络性能指标,端到端网络时延推测能够克服传统的基于路由器或者路由器协作的网络测量技术的弊端。在网络拓扑已知且稳定和链路性能时空独立性的假设前提下,给出了网络链路时延推测模型,提出了一种基于伪似然估计(PLE)的有确定解的端到端网络链路时延推测方法。在应用期望最大化算法的伪似然估计的基础上,控制背靠背发包方式,确定可以求解的探测单元,解决了不满足有确定解拓扑下的求解问题,且有效降低了计算复杂度。最后利用基于模型的计算验证了该方法的准确性和有效性。

不完全信息静态离散型博弈计量模型的半参数估计及应用

博弈计量模型针对博弈模型进行估计,实证研究策略选择相互影响的微观经济个体的博弈行为,近年来成为计量经济学研究领域的前沿热点之一。本文构建不完全信息静态离散型博弈计量模型,分析了估计不完全信息静态离散型博弈计量模型的两步伪最大似然估计方法(2S⁃PML),并在此基础上提出了半参数2S⁃PML,研究了半参数2S⁃PML估计量的大样本渐近性质和有限样本性质。研究发现,半参数2S⁃PML估计量具有一致性和渐近正态性,并且半参数2S⁃PML在有限样本条件下具有良好的估计精度和稳定性,比参数2S⁃PML的估计精度更高。最后,本文将不完全信息静态离散型博弈计量模型与半参数2S⁃PML应用于我国大型超市行业,实证研究了我国大型超市行业企业的市场进入博弈行为。

进口国知识产权保护与服务出口二元边际

基于联合国服务贸易数据库,利用2000—2015年177个出口国和71个进口国的双边服务分行业出口数据,计算各国服务出口的二元边际,引入修正后的G-P指数衡量知识产权保护,使用泊松拟最大似然方法进行基准回归。结果表明:进口国知识产权保护程度的提升对伙伴国服务出口集约边际有显著的正向影响,对服务出口扩展边际产生负向影响。异质性研究表明,进口国知识产权保护对服务出口集约边际和扩展边际的影响及影响程度存在国别和行业差异。进一步研究发现,知识产权保护通过提高合同执行效率发挥市场扩张作用,推动服务出口集约边际增长;知识产权保护通过促进创新能力增强本土服务企业供给水平,完成国内市场的进口替代,负向影响服务出口的扩展边际。

基于时间阈值丢包率估计的网络断层扫描技术

基于现有单播测量技术研究,提出一种改进的单播测量方法——增加时间阈值的测量法,对网络链路丢包率进行测量。该方法通过为探测包的发送方式设定阈值,即设定同一数据包对间的时间阈值与不同数据包对间的时间阈值,并通过对收集到的数据使用伪似然估计方法PMLE计算得到网络链路丢包率。实验结果表明,采用该方法可以获得更多的有效测量数据,测量结果更接近链路性能的真实情况。

基于最大伪似然准则估计的故障链路诊断

识别网络内部的故障链路对提升网络性能具有重要参考价值。研究了树型拓扑下基于端到端测量的故障链路诊断问题,提出一种最大伪似然估计方法估计链路先验故障概率,把树型拓扑划分为一系列具有两个叶节点的子树,并使用期望最大化(EM)算法最大化每个子树的似然函数,求出链路先验概率。仿真实验表明,该方法与现有的联立方程组求解方法估计精度相当,但是大大降低了算法时间复杂度,证明了该方法的有效性。

基于MEDLL的分级搜索抗多径算法

以多径估计延迟锁定环路（MEDLL）为代表的参量式基带抗多径算法以其能够同时估计直达信号和多径信号各参数而受到广泛关注,然而该类算法估计精度的提高是以计算复杂度的增加为代价的。为了在保证估计精度的同时降低资源消耗并加快搜索速度,提出了一种MEDLL最大似然（ML）估计搜索方法,将粗搜索后得到的参数估计值作为下一级搜索的先验信息,缩小搜索范围后减小搜索步进,完成逐级精细的参数估计。推导了原始MEDLL及树状分级结构的MEDLL（T-MEDLL）算法计算复杂度表达式;其中在存在一路多径信号的情况下,对于0.01 chip的多径延迟分辨率,复杂度可以降低为传统盲搜索的30%~50%。进一步基于自研的数字中频（IF）GPS信号模拟器和软件GPS接收机平台对不同多径情况下盲搜索法与分级搜索算法的参数估计精度及码伪距多径误差等性能进行了对比,验证了更低计算复杂度的T-MEDLL可以达到与传统MEDLL算法同样的跟踪精度。

混合双重广义线性模型的参数估计

在实际应用中,不同类别的数据统计特性存在差异,所以对异质总体的研究非常有必要.基于总体一,二阶矩存在,利用双重广义线性模型对异质总体的不同子类数据的均值和散度同时建模,研究提出了混合双重广义线性模型.然后,利用EM算法构造了模型参数的最大扩展拟似然估计和最大伪似然估计.最后,通过随机模拟和实例研究,结果表明模型和方法的有效性和有用性.

基于半参数估计的W-CIC Copula函数选择准则

基于全参数极大似然估计的AIC准则是常用的模型选择标准.在实际应用中,往往将其用于半参数伪极大似然估计,其中存在模型选择的偏差.CIC准则适用于半参数伪极大似然估计,但对于大部分在边界处增长过快的Copula密度函数该准则失效.基于此,对原有的CIC准则进行改进建立W-CIC准则,即降低Copula密度函数在边界处的权重,是CIC准则的加权版本.W-CIC准则打破了原准则的局限性,适用于更多的Copula函数模型.

广义半线性模型的Bahadur渐近效率

本文研究广义半线性模型ｙ＝ｆ（ｘ，β）十ｇ（Ｔ）＋ε中未知参向量β的伪极大似然估计β＿（ｍｌ）的Ｂａ－ｈａｄｕｒ渐近效率；其中函数ｆ（·，·）是己知的，ｇ是一未知的Ｈｏｌｄｅｒ连续函数，β是ｋ×１未知参向量是随机误差，ｘ是Ｒ￣ｑ中的随机向量；Ｔ服从［０，１］上的均匀分布。

一类随机食饵-捕食者模型的参数估计

在离散观测的基础上,研究带有Leslie-Gower和Holling-typeⅡ型修正的随机食饵-捕食者模型的参数估计问题。首先,应用Euler-Maruyama(EM)方法对该过程的轨道进行离散化并给出其联合条件概率密度函数,进而得到伪极大似然估计方法下估计量的解析表达式。然后,证明了捕食者方程中估计量的强相合性和扩散项误差的渐近正态性。最后,通过数值模拟验证了估计方法的有效性。

经济政策不确定性对企业并购的影响研究

随着中美贸易摩擦、全球新冠肺炎疫情等事件的发生,国内外经济政策不确定性持续上升,企业如何对日渐上升的不确定性做出反应?已有文献较多地分析了经济政策不确定性对企业投资的影响,但对企业并购的分析较少。基于2000~2019年上市企业层面的并购数据,构造了中国经济政策不确定性指数,运用泊松极大似然估计法实证研究了经济政策不确定性对企业并购数量的影响。结果表明,经济政策不确定性的上升对企业并购数量产生了显著的正面影响;从经济意义上看,经济政策不确定性上升10个单位,企业并购数量增加1.9%。研究结论在替换度量指标和样本、改变函数形式、考虑内生性问题后保持稳健。影响机制检验表明,较高的经济政策不确定性倒逼处于不利环境的企业寻求并购,以改善自己的经营环境和绩效。

基于重要性采样的纯方位定位算法

应用纯方位角解决固定目标无源定位问题时,极大似然估计算法可以转换为非线性优化问题,但该算法需要迭代求解且对初始条件敏感。为此,提出一种新的纯方位定位算法,使用蒙特卡洛重要性采样算法计算该问题的近似全局解。首先,通过观测方程得到关于方位角的极大似然函数,应用Pincus定理得到全局解的形式,从而获得目标位置的概率密度函数;然后,使用伪线性估计算法对目标位置进行初步估计;最后,使用重要性采样算法进行近似计算。仿真实例表明,在不同场景中,重要性采样算法与极大似然估计算法性能相当,非常接近Cramer-Rao下界。

基于贝叶斯理论的建筑结构极值风速预测方法研究

建筑结构极值风速预测的研究在结构设计与安全使用领域具有重要意义。基于Bayes理论提出极值风速预测方法,采用Monte Carlo数值模拟方法产生服从极值-I型分布的伪风速母样,基于伪风速母样分别采用基于Bayes理论和最大似然估计理论的极值-I型风速预测方法进行风速预测,并与伪风速母样的理论值进行对比分析。研究结果表明:与最大似然估计法相比,采用基于Bayes理论建立的极值-I型风速预测模型进行风速预测的精度更高。

区域贸易协定下知识产权保护对中国对外直接投资区位选择的影响研究

基于2003~2017年中国的对外直接投资数据,使用截短的最小二乘法、泊松伪极大似然估计法和扩展的引力模型考察区域贸易协定下东道国(地区)知识产权保护水平对中国对外直接投资区位选择的影响。研究发现:中国对外直接投资倾向于流入区域贸易协定下知识产权保护、商业秘密、版权与商标保护程度高的国家(地区);东道国(地区)区域贸易协定下执法与争端解决机制水平、专利与工业设计保护程度对中国的对外直接投资具有抑制作用。进一步换方法回归、删除2008年及2009年的样本后回归和分时段回归,结果依旧稳健。