结合半参数方法和贝叶斯抽样技术的多响应优化设计

响应曲面模型的构建对多响应优化设计结果的影响至关重要.传统的响应曲面模型会事先对模型结构做出一系列的假设.然而,在面向复杂产品的质量设计时往往会出现模型结构错误设定的情况.结合半参数方法和贝叶斯抽样技术提出了一种新的多响应优化设计方法,以解决多目标之间的冲突、模型结构的不确定以及预测响应值的波动性问题.首先,利用半参数方法建立可控因子与响应之间的响应曲面模型;其次,基于贝叶斯抽样技术对模型误差进行修正,建立基于误差修正的响应曲面模型,并在此基础上构建多目标优化函数;然后,利用混合遗传算法进行寻优,获得最佳的参数设计值.另外,基于贝叶斯抽样技术对优化结果进行稳健性评估,以考察优化结果的可靠性.最后,通过一个案例分析说明所提方法的有效性.结果表明,所提方法能有效地解决模型结构不确定以及小样本数据对研究结果的影响,获得更加稳健可靠的优化结果.

半参数方法在缺失数据中的研究及应用

为了更多的利用缺失数据提供的信息,采用经验似然给出缺失协变量的条件分布的半参数方法对数据的缺失部分进行处理,并与几种比较常见的数据缺失处理方法——均值插补、多重插补、EM方法等进行了比较。模拟和实证研究中,在不同的缺失率下,运用Logistic模型,对几种方法的缺失处理效果加以比较,结果表明,随着缺失率的增加,几种方法的性能都受到影响,而半参数方法较其他几种方法更好。

半参数方法与BP神经网络在缺失数据中的对比研究

数据缺失的存在不仅会增大统计分析的复杂性和难度,还会导致分析结果的偏倚。比较了半参数方法和BP神经网络方法在分量指标数据符合正态分布且为随机缺失机制情况下的优劣。选取鸢尾花数据集进行模拟研究,在不同的缺失率下通过回判,得到了半参数方法与BP神经网络的准确率,并将两种方法分别运用到不完全的脂肪肝临床数据中。结果表明,两种方法都适用于处理小样本情况下的缺失数据问题,当缺失率较小时基于BP神经网络的准确率较高,当缺失率不断上升时,半参数方法的处理结果比较稳定。

股权结构对上市公司全要素生产率的影响——基于Olley-Pakes半参数方法的实证研究

以国内上市公司2010-2013年面板数据为样本,利用Olley-Pakes半参数方法测算公司的全要素生产率,在委托代理理论的框架下,对股权结构与全要素生产率的关系进行了实证研究.结果表明:股权集中度与全要素生产率呈现出较强的负相关,股权制衡度越高,其他股东对控股股东的约束力越强,越可能抑制控股股东"支持效益";而股权制衡度与全要素生产率具有一定程度的正相关,企业的股权制衡度越高,其他股东对控股股东的约束力越强,越可能抑制"掏空效益".适度的股权集中和制衡架构,有利于企业提高全要素生产率,更高效地利用资源投入,促进生产和经营.

农民工与城镇职工的收入差距--基于半参数方法的分析

根据人口普查数据,本文利用DFL分解和综合技能模型两种半参数方法讨论了农民工与城镇职工小时工资收入差距的形成原因。结果表明,假设农民工具有与城镇职工相同的回报系数(技能价格),其反事实平均收入水平不仅不会上升,反而略有下降;农民工内部的收入差距将有所上升。综合技能模型的结果表明农民工的技能回报具有非线性形式,高技能者的回报率高于低技能者。该模型的结果同时说明了测量误差问题的重要性。

Copula的参数与半参数估计方法的比较

本文主要是在极大似然法的基础上,研究Copula的参数和半参数方法的估计效果。通过随机模拟,比较各个估计量的偏差、均方误差和赤迟信息准则,得知两步极大似然参数估计方法受边际分布的影响较大。一旦边际分布拟合出现误差,该方法的稳健性会很差。一是估计出的Copula参数会有较大的偏差和均方误差,二是赤迟信息准则的结果显示,该方法会错误地指定Copula函数类。相比之下,半参数估计不受边际分布的影响,稳健性要好。因此在估计Copula参数,特别是无法确定边际分布函数类型时,应该用半参数方法而不是参数方法。

超定盲信号分离的半参数统计方法

研究观测信号的数目m不小于源信号的数目n情况下盲信号分离问题。首先证明若混合矩阵满列秩,则在本质相等意义下,存在唯一的m×m非奇异矩阵使得分离系统的输出除零信号外,其它非零信号即是希望提取的源信号。基于此,采用半参数统计方法构造超定盲信号分离的估计函数,给出相应的学习算法;理论证明了该算法具有等变化性和分离矩阵的非奇异特性,并借助于源信号数目未知且动态变化的计算机仿真验证了其有效性。

基于CAD的半解析参数化几何建模方法

针对目前飞行器多学科设计优化(MDO)在计算机仿真应用中参数化几何建模方法在设计变量可控情况下描述能力不足、适应性差的问题,结合当前几种常见方法的建模思想,引入图形基、曲线乘法修正和加法修正的概念,提出一种适用范围更广的参数化描述方法,并将其应用到CAD几何建模中,衍生出一套基于CAD的半解析混合参数化几何建模方法,该方法结合CAD与解析方法的优势,描述能力强、实现简单。翼型和飞行器参数化建模及弹头形状优化的算例表明,基于CAD的半解析混合参数化方法能兼容传统的参数化方法,将图形基构成的设计空间与传统参数空间合并,可有效提高参数化方法的描述能力和适应能力,可用于丰富MDO几何建模的参数选择,探索新型设计。

关于copula函数的两种半参数估计方法的比较

本文以沪深300股指期货与上证指数的日收益率序列作为建模对象,通过两种基于经验分布的半参数估计copula参数的方法对两序列进行了相关性分析.结果表明,通过QQ、K-S拟合检验以及欧式距离,这两种方法所估计的Gumbel-copula模型均能更好地描述沪深300股指期货与上证指数的相关关系.

截面数据的随机成本前沿面模型的半参数分析

针对横截面数据的随机前沿面成本函数,给出了其半参数方法误差密度估计。因为随机前沿面模型中有2个随机误差因子,若用卷积进行密度估计将是非常复杂的。这里用特征函数构造概率密度估计从而避免了应用卷积进行密度估计的复杂操作。但是这种方法也有不足之处,就在于它对模型有一些弱的假定点估计依赖于误差因子与模型参数的假定,密度估计依赖于误差因子特征函数的假定。

多维GARCH模型的半参数有效估计

多元GARCH模型的估计一般采用拟极大似然法(quasi maximum likehood),对于这种方法估计的相合性及渐近正态性已经被很多学者证实,然而对于新息列的分布不是多元正态时,这种估计的有效性还没人研究,本文从拟极大似然估计得到的参数相合估计入手,提出用非参数方法估计多元新息列的分布.

姜是老的辣吗？--中国民营企业竞争力和企业经验的半参数分析

本文利用半参数模型对企业竞争力和企业经验之间的关系进行了实证研究。首先采用16个不同的企业竞争力评价指标分别考察了企业规模、社会效益、经营能力、经营安全、盈利能力、技术实力、人力资本价值、出口创汇能力、发展潜力和企业经验之间的关系,发现流动资产周转率、劳动生产率和发展潜力随着企业经验的积累基本呈下降趋势,而其盈利能力和所提供的就业人数基本维持稳定,其余指标和企业经验之间大致呈倒U型关系。我们还采用主成份分析法综合这16个指标,构造了企业竞争力综合指标,并发现它和企业经验之间的关系并不是简单的"倒U型",而是"M型"。

半参数技术在生物医学领域中的应用(英文)

近年来半参数技术越来越多地应用于生物特征的识别,相关研究成果(出版物)逐年增加。到目前为止,该技术已用于生物医学领域的各种研究,对此有必要对其应用情况进行及时总结,这将有助于对其发展趋势及应用有一个全面了解。本文综述了半参数技术在不同生物医学领域的应用,包括接受者操作特征(ROC)分析、生存和纵向分析、药代动力学和药效学、暴露研究、基因研究及其它研究领域。其中每一部分以对半参数技术背景的一般描述开始,进而介绍其适用情况,最后对不同的研究加以比较,使大家对半参数技术的应用背景、适用情况、与参数和非参数方法相比的优点以及在疾病诊断中的协变量有概念性认识。

基于傅立叶级数的半参数CAViaR模型的贝叶斯分析

针对金融市场复杂性及不确定性,为了更灵活地测度金融市场的波动风险,提出了一类半参数CAViaR模型,利用傅立叶级数拟合前一期信息对当前VaR风险值的非线性影响,选择合适的先验分布,基于非对称Laplace分布构建了相应的似然函数,推导了参数的后验分布,从而实现了对CAViaR模型的贝叶斯推断;最后利用贝叶斯CAViaR模型研究了上海综合指数的风险波动特征,结果发现上证综指的风险波动存在自回归性.

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用,但由于其既有参数变量,又有未知函数,因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法,局部线性估计具有优良的统计特性,因此本文用它来得到条件矩的一个非参数估计,并在此基础上证明了估计参数的一致性和收敛速率。

不可忽略的无响应缺失下的协变量选择

本文旨在建立一个存在不可忽略的无响应缺失时高维协变量向量的协变量选择方法.由于有不可忽略的缺失响应数据,必须建立一种新的协变量选择方法来删除既与响应变量也与缺失机制无关的协变量.一旦冗余协变量被删除,现有的缺失机制估计和其他基于逆缺失机制加权的分析方法可以被应用.我们提供了一些模拟结果来展示我们方法的有效性.

流动性风险与市场风险的集成度量方法研究

传统市场风险度量方法没有考虑由于变现资产而产生的流动性风险.针对指令驱动市场提出一种流动性风险和市场风险的集成度量方法,该方法使用连接函数构建流动性风险和市场风险的联合分布,能够兼顾这两种风险的非正态特征和它们的相依性.在基于中国股市的实证研究中,度量了不同规模公司股票的集成风险.与集成风险度量方法相比,传统VaR方法将低估或者高估风险;而对于个股,只有选择最优变现期或最优变现策略才能最小化集成风险.

VaR计算方法的综合比较

精确的金融风险度量在金融研究中具有重要作用。如何更好的量化金融风险是风险度量的关键。从摩根公司提出的风险矩阵方法开始,各个方法应运而生,各方法均有其优缺点。笔者尝试系统介绍各方法的优势和缺点,力求为金融从业者或风险管理者提供指导,以促使其在金融风险度量方面能够根据实际情况选择最佳方法。

基于SAEM算法对缺失协变量的Logistic模型参数估计

给出了Logistic模型中对缺失协变量数据的一种估计方法。将Marc Lavielle等人提出的SAEM算法进行了改进,引入Samiran Sinha等人提出的一种基于不可忽视机制基础上的NI-机制,以此来尽可能的利用数据中已存在的信息,并将其与现有处理缺失协变量较好的MCAR缺失机制下的半参数方法做对比研究。对Logistic模型的参数分别进行估计,对比分析这两种方法在不同缺失率下的优劣,并对最终结果进行回判,将回判准确率与标准误差作为判别标准。结果表明,当缺失率较小时,两者对缺失数据的处理性能都很好;但当缺失率较高时,半参数方法对数据的处理性能要优于SAEM算法。SAEM算法的运行速度始终快于半参数方法,缺失率较小时,用提出的SAEM算法做线上估计比半参数方法更具有优势。