一室模型药物体内释放(溶出)速率估计的半参数随机模型

目的:为药物体内释放(溶出)动力学研究提供一种半参数随机模型。方法:在生物药剂学意义上,同一药物的受试制剂(test preparation,TP)与参比制剂(reference preparation,RP)的纯吸收及处置过程相同,所需时间相等。将TP总驻留时间(Th)视为TP体内释放(溶出)时间(Tf)与RP总驻留时间(Tg)之和,Tf与Tg相互独立,Th、Tf及Tg均为非负且连续型随机变量。对TP:假设Tf概率分布未知,故Th亦服从由一次血管外给药后的血药浓度-时间数据用数值方法求得的概率密度函数(PDF)的数值解的某一未知概率分布(非参数模型)。对RP:由于无释放(溶出)过程或释放(溶出)过程可忽略不计(相对于TP),故假设药动学呈一室模型分布、一级吸收(速率常数为Ka)与一级消除(速率常数为K)特征,即吸收时间与消除时间均服从指数分布,则Tg的PDF为{Ka K/(Ka-K){[exp(-Kt)-exp(-Ka t)]}(参数模型)。根据卷积公式,得卷积型Volterra积分方程,运用数值反卷积分法求解,得到TP体内各时间段平均释放(溶出)速率值。结果:半参数随机模型可估计出TP体内释放(溶出)速率、TP的PDF之数值解及RP的PDF的函数结构与参数估计值。结论:半参数随机模型可用于体内药物释放(溶出)与(或)吸收动力学研究。

两室模型药物体内释放(溶出)速率估算的半参数随机模型

目的:为两室模型药物体内释放(溶出)速率估计提供一种半参数随机模型。方法:在生物药剂学意义上,同一药物的受试制剂(test preparation,TP)与参比制剂(reference preparation,RP)的纯吸收及处置过程相同,所需时间相等。将TP总驻留时间(Th)视为TP体内释放(溶出)时间(Tf)与RP总驻留时间(Tg)之和,Tf与Tg相互独立,Th、Tf及Tg均为非负且连续型随机变量。对TP:假设Tf概率分布未知,故Th亦服从由一次血管外给药后的血药浓度-时间数据用数值方法求得的概率密度函数(PDF)的数值解的某一未知概率分布(非参数模型)。对RP:由于无释放(溶出)过程或释放(溶出)过程可忽略不计(相对于TP),故假设药动学呈两室模型分布、一级动力学吸收、室间转运与消除特征,则可推导出Tg的PDF公式(参数模型)。根据卷积公式,得卷积型Volter-ra积分方程,运用数值反卷积分法求解,得到TP体内各时间间隔平均释放(溶出)速率值。结果:半参数随机模型可估计出TP体内释放(溶出)速率、TP的PDF之数值解及RP的PDF的函数形式与参数估计值。结论:半参数随机模型可用于两室模型药物体内释放(溶出)动力学研究。

随机效应半参数logit模型的惩罚似然估计研究

在颇具争议的收入差距和健康关系研究中,为了降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数logit模型,其中非参数的设定还可用于数据的初探性分析。随后本文提出了模型非参数和参数部分的估计方法。这里涉及的难点是随机效应的存在导致似然函数中的积分没有解析式,而非参数的存在更加大了估计难度。本文基于惩罚样条非参数估计方法和四阶Laplace近似方法建立了惩罚对数似然函数,其最大化采用了Newton-Raphson近似方法。文章还建立了惩罚样条中重要光滑参数的选取准则。模型在收入差距和健康实例中的估计结果表明数据支持收入差距弱假说,且非参数估计结果表明其具有U型形式,与实例估计结果的比较指出本文提出的估计方法是较准确的。

基于Gibbs抽样的随机前沿面半参数模型的估计

本文对文献[1]提出的随机前沿面半参数模型的参数估计作了进一步研究,利用基于Gibbs抽样的技术,成功构造出了随机前沿面半参数模型的参数估计,并给出了生产技术有效性测算的方法及其证明,提高了随机前沿面半参数模型的应用价值.

带有时变杠杆效应的随机波动率模型参数估计及其应用

为了更好地捕捉金融时间序列中杠杆效应的时变非对称性,本文基于线性样条思想,提出一种带有时变杠杆效应的半参数随机波动率模型,并利用贝叶斯MCMC方法对所提模型中的参数进行了估计.模拟研究表明贝叶斯MCMC方法在所提模型的参数估计方面有着良好的有限样本表现.最后利用本文所提出的带有时变杠杆效应的半参数随机波动率模型对2000年1月4日至2020年8月18日的上证综合指数和深证成份指数日收益数据进行了实证分析,结果表明利用本文所提出的模型拟合这两组实例数据是合理的.

随机效应半参数二值响应模型的估计研究

为了研究诸如在收入差距和健康关系中某些解释变量的影响效应可能依赖于其他解释变量的状况,降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数二值响应模型,其中非参数的设定还可用于数据的初探性分析.随后本文探讨了模型非参数和参数部分的估计.由于似然函数中随机效应和非参数的存在加大了估计难度,为此本文采用B样条方法逼近非参数部分,同时将随机效应视为缺失数据,利用EM算法和MCMC方法建立了模型参数的估计,并研究了其一致性.模拟研究结果表明估计量在有限样本下的表现良好,最后将模型运用于收入差距与健康关系的实例研究中,结果表明数据支持收入差距弱假说.

世界黄金价格波动特征研究——基于半参数随机波动率模型

文章使用半参数随机波动率模型(SPM),对2003年1月1日至2017年8月10日期间世界黄金价格波动特征进行了实证分析。模型拟合检验结论表明,SPM模型能够很好地拟合世界黄金价格波动过程当中存在的尖峰厚尾性、波动聚集性和非对称性等金融数据特征。采用基于贝叶斯的MCMC方法对模型进行参数估计,通过进一步与SV-N和SV-T模型对比分析,结果显示SPM对于世界黄金价格波动特征刻画要明显优于SV-N和SV-T模型。

银行理财产品收益率曲线的构建与分析——基于随机效应半参数模型的方法

本文根据银行理财产品的独特性质,使用带随机效应的半参数模型对不同风险等级理财产品的收益率进行刻画,进而估计出对应的收益率曲线。通过将该模型运用到2009年1月至2012年9月的历史数据,得到了一系列有意义的实证结果:第一,理财产品的收益率受到银行类型、产品总规模和起始认购金额的影响,并且这些因素对不同风险等级产品的影响机制不尽相同;第二,不同风险等级的理财产品其收益率曲线也互不相同;第三,银行在理财产品的发行中,的确有可能存在利用短期理财产品进行变相高息揽存的行为,而银监会2011年9月的规范通知有效地缓解了这种不正常的行为。

基于随机前沿半参数模型的基金投资效率评价研究

本文首先改进Kuosmanen and Kortelainen（2012）的随机前沿半参数模型,并运用改进模型,采用2005年1月1日至2011年6月30日我国30只样本基金的数据,实证评价基金投资效率。与以往的评价模型相比,改进的随机前沿半参数模型不仅结合了DEA和SFA的各自优点,还规避了基于CAPM的基金业绩评价可能造成的模型设定问题。此外,该模型不但能够更为充分和全面地评价基金的投资效率,而且可以根据研究者的自身需要将各种投入产出指标纳入基金投资效率的评价中,从而为研究者在基金评价领域提供了新的研究方法。基金投资效率的评价结果表明：首先,与传统测量指标的结果不同,我们的基金投资效率排名不仅取决于期末基金累计净值的大小或总收益率的高低,还取决于其较低的投入指标;其次,股票型基金和混合型基金的投资效率在不同基金之间差异明显,而债券型基金的投资效率在基金之间的差距较小,反映出债券型基金投资效率的稳健性。