Discussion on the paper “Analyzing short time series data from periodically fluctuating rodent populations by threshold models: A nearestblock bootstrap approach”

The authors are to be congratulated for an innovative paper in terms of both modelling methodology and subject matter significance. The analysis of short time series is known to be

Discussion on the paper “Analyzing short time series data from periodically fluctuating rodent populations by threshold models: A nearestblock bootstrap approach”

This is a very attractive article. It combines fascinating new methodology with a most interesting dataset, and a highly motivating presentation. However, despite the many

偏正态混合效应模型中方差分量函数的参数Bootstrap推断

偏正态混合效应模型通过引入偏度参数,以便更好地刻画实际数据偏态特征,所以被广泛应用于众多实际领域.进一步,方差分量的假设检验一直是该模型的热点研究问题.因此,有必要在偏正态分布下系统讨论混合效应模型中方差分量函数的统计推断问题.首先,分别基于参数Bootstrap方法和广义方法探讨单个方差分量、方差分量之和、方差分量之比的单边假设检验和区间估计问题.其次,Monte Carlo结果表明,在所给样本量和参数设置下,参数Bootstrap方法大多数情况下优于广义方法.最后,将上述方法应用于空气质量指数的案例研究中,以验证所给方法的合理性与有效性.

基于bootstrap分析方法的我国基金经理选股能力研究

如何更为准确地度量共同基金的选股能力关系到基金投资者切身利益,常用的统计检验方法都有正态分布的假设,而我国共同基金的各种特征导致基金收益无法满足正态分布的假设,因此采用bootstrap分析方法研究开放式股票型基金的选股能力。结果表明,我国至少有10%的基金具有良好的选股能力,同时有一半以上的基金不具备选股能力,不能为基金份额持有人带来超额回报。具有选股能力的基金其投资组合中的股票具有明显的大市值、高账面市值比和高业绩动量特征。同时发现外资参股可以使基金整体业绩表现更为稳定。boostrap分析方法适用于金融研究的各个领域,该方法对研究数据的分布形态没有要求,同时可以消除随机性导致的结果误差。

中介分析和自举(Bootstrap)程序应用

迄今为止,Baron和Kenny(1986)发展的因果步骤方法是使用最多的中介分析的方法。本文总结了这种方法在理论上和实践上的缺陷,建议使用Preacher和Hayes(2008)开发的自举(bootstrap)程序进行中介效应检验。借助SPSS软件,本文进行了逐步演示。本文亦解析了部分中介和完全中介的异同,从而提醒研究者在中介分析时,考虑其它潜在中介变量的影响以及注意中介作用的效应大小。

基于Bootstrap方法数据包络分析的回归分析

数据包络分析(DEA)方法中每一决策单元(DMU)有效性值的计算都涉及到考察集中所有其他DMU,因而使得DEA有效性值之间并不独立.为克服DEA有效性值的这种内在依赖性,提出了基于Bootstrap方法的DEA回归分析方法,以提高回归分析结果的可信度,并以封闭式基金业绩的DEA回归分析为例对之加以说明.

概率密度函数核估计的Bootstrap逼近

主要研究了密度函数核估计逼近的速度,用Bootstrap方法对核密度进行估计,在适当的条件下,进一步提高了密度核估计Bootstrap逼近的速度,所得到的结果使得密度核估计Bootstrap逼近的速度与密度函数及其导数之间的关系更加的明确.

联合均值和散度逆高斯回归模型的参数估计

逆高斯回归模型可用于分析正偏态数据,人们通常研究解释变量对其均值参数的影响,但往往忽略了对其散度参数的影响,文章则基于解释变量对均值和散度都有影响的前提,针对联合均值和散度逆高斯回归模型,探讨模型参数的极大似然估计问题。MM算法在优化问题上具有分离参数、降低目标函数的维度、简化求解过程等优点,将MM算法应用于联合均值和散度逆高斯回归模型,能将多元似然函数彻底分解为一系列一元函数之和,从而绕开了参数估计中的矩阵求逆问题。模拟研究表明,当数据量达到100时就能得到很好的估计效果;实证分析表明,理论研究在实际应用中具有可行性。

DIAGNOSTIC CHECKING FOR TIME SERIES MODELS USING NONPARAMETRIC APPROACH

提出一种时间序列模型残差诊断捡验的非参数方法．基于残差与时间ｔ的最大相关系数ρ２＊，在零假设Ｈ０∶ρ２＊＝０下，用Ｂｏｏｔｓｔｒａｐ方法建立统计量ρ２＊的零分布。为计算ρ２＊，提出了一种与ＡＣＥ算法相似的ρ算法。有效性分析表明该方法比Ｌｊｕｎｇ－Ｂｏｘ检验更有效。同时还列出一计算机模拟结果和两个实例．

NOFRFs频谱散度Bootstrap分析法辨识旧零件内部损伤

旧零件内部损伤的检测与辨识是再制造工程的关键热点问题。针对旧零件内部损伤的非线性,采用锤击法激励旧零件,获取输入/输出信号,进而估算旧零件的多阶非线性输出频率响应函数NOFRFs,并构建反映NOFRFs频谱差异度的散度指标(divergence index,DI)作为敏感故障特征量来实现对旧零件内部损伤的检测与辨识。为了提高统计分析精度,引入Bootstrap方法对敏感故障特征量进行统计分析。首先,估算不同状态的系统NOFRFs;然后,计算NOFRFs散度指标DI,并利用Bootstrap方法对其进行统计分析,获取指标的均值DI和置信率为95%的样本区间;最后,计算被测零部件的DI',并依据DI'所落的样本区间,推断被测零部件的损伤情况。将该法应用于不同使用时长的旧连杆的损伤检测中,结果表明,能以95%的置信率推断被测连杆的工作时长为296 h,实查为288 h,准确率较高。该研究为实际工程中旧零件内部损伤程度的检测及识别提供了一种全新的有效方法。

采用偏最小二乘回归方法估测森林郁闭度

以遥感数据与森林资源一类清查数据为基础,探讨了用Bootstrap方法筛选最优郁闭度估测变量,用偏最小二乘回归方法建立模型估测森林郁闭度的可行性.结果表明:无论是用所有变量构造的模型还是用所选最优变量构造的模型,郁闭度估测的相对偏差在5%左右.筛选出的最优变量与其他地区的研究结论差异很大,说明除了筛选方法,地带性植被和地形地貌的不同也会造成估测郁闭度最优变量的差异.

变量筛选方法对郁闭度遥感估测模型的影响比较

比较基于偏最小二乘回归的Bootstrap方法与传统的平均残差平方和(RMSq)准则所选变量建立模型的精度差别。结果表明:Bootstrap方法是一种更优秀的变量筛选方法,比RMSq方法精度提高约5%;而且它不受变量多带来的运算困难的限制,更便于实际应用。

中介效应的检验方法和效果量测量:回顾与展望

通过中介效应检验方法之间的比较和效果量指标之间的比较,建议放弃将总效应c显著作为中介效应检验的前提条件,放弃基于直接效应c'显著性的完全和部分中介的提法,推荐使用偏差校正的百分位Bootstrap法直接对中介效应ab进行检验,使用κ2、R2med等中介效果量指标并报告效果量的置信区间。作为示例,用R软件的MBESS软件包对某消防员饮食健康调查进行了中介效应检验和效果量测量。随后展望了中介效应检验方法和效果量测量的拓展方向。

基于不对称区间估计的有调节的中介模型检验

有调节的中介模型是中介过程受到调节变量影响的模型。评介了基于Bootstrap不对称置信区间和贝叶斯不对称可靠区间进行有调节的中介模型检验的3种方法,包括亚组分析法、差异分析法和系数乘积法。模拟研究发现,偏差校正的百分位Bootstrap置信区间和无先验信息的贝叶斯可靠区间在有调节的中介模型检验中表现相当,都优于百分位Bootstrap置信区间的表现。建议使用系数乘积法进行第一阶段或第二阶段被调节的中介模型检验,使用差异分析法进行两阶段被调节的中介模型检验,并用一个实际例子演示如何用不对称区间估计检验有调节的中介模型。随后评述了3种有调节的中介模型检验方法在国内心理学的应用现状,并展望了检验的拓展方向。

存款准备金率调整对股票市场的影响——基于中国股市高频数据的实证研究

本文采用中国股票市场的日内高频数据实证检验了2006~2011年期间28次存款准备金率上调事件和4次下调事件对股票市场收益率的短期影响。与现有基于低频数据的文献认为存款准备金率调整对中国股票市场没有影响的研究结论不同,本文的实证结果表明：第一,存款准备金率调整在短期内会导致股票市场总体的价格发生显著变化,但这种影响在持续一段时间后会消失,并且全天的收益情况与市场行情（牛市或熊市）密切相关;第二,相对于其他行业,存款准备金率上调对房地产行业的影响更为明显,导致其指数的累积收益率在大部分时段显著为负。总体而言,存款准备金率调整虽然短期内向市场准确地传递了信号,但受市场行情的影响,长期来看并未对股票市场造成实质性影响。

中介效应分析:方法和模型发展

在心理学和其他社科研究领域,大量实证文章建立中介效应模型,以分析自变量对因变量的影响过程和作用机制。检验中介效应最流行的方法是Baron和Kenny的逐步法,但近年来不断受到批评和质疑,有人甚至呼吁停止使用其中的依次检验,改用目前普遍认为比较好的Bootstrap法直接检验系数乘积。本文对相关的议题做了辨析,并讨论了中介分析中建立因果关系的方法。综合新近的研究成果,总结出一个中介效应分析流程,并分别给出显变量和潜变量Mplus程序。最后介绍了中介效应模型的发展。

中国股市长记忆检验的滑动分块自助法仿真

提出基于滑动分块自助的GPH(Geweke,Porter-Hudak)检验方法,并检验沪、深股市的各种收益率序列的长记忆性.结果表明,沪、深两市的日指数收益率序列是一个I(0)过程而非长记忆过程.然而,沪、深两市的绝对值收益率和收益率平方序列却是一个分数差分过程,沪市的绝对值收益率和收益率平方序列的分数差分值大约为0.30,深市的绝对值收益率和收益率平方序列分数差分值大约为0.35.即深市的长记忆性强于沪市,同时也说明上海股市的运行效率要高于深圳股市.

核密度估计的随机加权逼近

目的证明核密度估计随机加权逼近的有效性。方法用随机加权法对核密度进行估计。结果在适当的条件下,(nh_n)^(1/2)(■_n(x)-fn(x))和(nh_n)^(1/2)(f_n(x)-f(x))对几乎所有的样本序列X_1,X_2…具有相同的极限分布,同时,得到了随机加权逼近的收敛速度。结论用随机加权法对核密度进行估计是可行的。

心理学研究中的中介效应分析意义及方法评述

中介效应分析有助于揭示心理现象间复杂的间接关系,也有助于间接分析横断研究中变量间的因果关系。常用的中介效应分析方法有依次检验法、Sobel方法、区间估计法,从统计功效和适用广度来看,区间估计法中的非参数百分位Bootstrap方法最为优秀。中介效应分析不仅要探明效应是否存在,还需要计算效应量大小,效应量指数有ab/c、k2和R2med三种,相比较而言,R2med在衡量效应量时较为稳定。中介效应分析还处于初级阶段,更复杂中介模型的理论架构及分析方法探讨将是未来中介效应研究的趋势。