非ST公司是否真的脱困——基于单变量模型的判断

在大多数情况下,ST公司被视为财务出现困境;而非ST公司,往往被视为已经走出财务困境,财务状况得到较大的改善。本文的研究正是以企业经营性现金流量为基础,选区1998—2001年之间曾经被ST而又被取消ST的29家公司为样本,来揭示和检验非ST公司是否真的走出了财务困境。

留守初中生抑郁症状对非自杀性自伤行为影响的纵向研究

目的 评估留守初中生抑郁症状与非自杀性自伤行为变化趋势,探讨二者发展关系及时序效应。方法 通过多阶段分层整群随机抽样,使用儿童抑郁量表(CDS)和青少年非自杀性自伤评定问卷(ANSAQ),对372名留守初中生进行为期1年的3次纵向调查。结果 留守初中生抑郁症状和非自杀性自伤行为呈线性增长。抑郁初始水平正向预测非自杀性自伤初始水平与增长速率(β=0.473,β=0.577;P<0.01),抑郁增长速率正向预测非自杀性自伤增长速率(β=0.806,P<0.001);交叉滞后回归分析显示:Tn抑郁可正向预测Tn+1非自杀性自伤行为(β=0.365,β=0.322;P<0.001),Tn非自杀性自伤行为不能预测Tn+1抑郁(β=0.117,β=0.094;P>0.05)。结论 留守初中生抑郁症状和非自杀性自伤行为随时间不断增长,抑郁症状是非自杀性自伤的前因变量,抑郁症状可预测非自杀性自伤发生。

基于增长模型的非随机缺失数据处理:选择模型和极大似然方法

对含有非随机缺失数据的潜变量增长模型,为了考察基于不同假设的缺失数据处理方法:极大似然(ML)方法与DiggleKenward选择模型的优劣,通过Monte Carlo模拟研究,比较两种方法对模型中增长参数估计精度及其标准误估计的差异,并考虑样本量、非随机缺失比例和随机缺失比例的影响。结果表明,符合前提假设的Diggle-Kenward选择模型的参数估计精度普遍高于ML方法;对于标准误估计值,ML方法存在一定程度的低估,得到的置信区间覆盖比率也明显低于Diggle-Kenward选择模型。

一种径流随机模拟的非参数模型

应用核密度估计理论构造了单变量多阶非参数模型NP(p).该模型是基于数据驱动的、不需对序列概率分布和相依形式进行识别、适合于时间序列随机模拟的非参数模型.将NP(p)模型用于金沙江流域李庄-屏山区间年径流过程随机模拟,与平稳AR(p)模型对比,研究表明非参数模型是适合于径流随机模拟的.

针对UNGM模型的特性分析与滤波算法设计研究

单变量非平稳增长模型(UNGM)与无迹卡尔曼滤波器(UKF)在非线性滤波器的比较分析中被广泛使用。但由于UNGM复杂的特性,在使用UKF进行滤波时会出现基于不同原因的估计失准问题,使得滤波器对比分析的严谨性不足。针对这些问题,对UNGM的复杂特性进行了研究,并提出一种具有滑动采样模块的UKF(SSUKF)。该算法在UKF的基础上进行了优化,对滤波信息进行采样分析并实时修正Sigma点的分布,能够有效应对UNGM的复杂特性。将SSUKF应用到不同参数条件下的UNGM中,并与UKF、自举粒子滤波器(BPF)进行比较。仿真结果表明,SSUKF能够有效解决UKF应用于UNGM时的失准问题,并且计算速度优于BPF。相较UKF,SSUKF更适合作为利用UNGM对非线性滤波器性能进行评估时的基准滤波器。

LGM模型中缺失数据处理方法的比较:ML方法与Diggle-Kenward选择模型

追踪研究中缺失数据十分常见。本文通过Monte Carlo模拟研究,考察基于不同前提假设的Diggle-Kenward选择模型和ML方法对增长参数估计精度的差异,并考虑样本量、缺失比例、目标变量分布形态以及不同缺失机制的影响。结果表明:(1)缺失机制对基于MAR的ML方法有较大的影响,在MNAR缺失机制下,基于MAR的ML方法对LGM模型中截距均值和斜率均值的估计不具有稳健性。(2)DiggleKenward选择模型更容易受到目标变量分布偏态程度的影响,样本量与偏态程度存在交互作用,样本量较大时,偏态程度的影响会减弱。而ML方法仅在MNAR机制下轻微受到偏态程度的影响。

单指标非参数期权定价——改进的非参数定价方法

本文建立一种改进的非参数期权定价模型,称为单指标非参数期权定价模型。相比现有非参数回归期权定价模型是期权价格关于各个因素的多元回归函数,本模型通过变量变换把期权价格多个因素指标转换为一个综合变量———单指标,得到期权价格关于单指标的一元非参数回归方程。改进的模型实现了多元非参数期权定价模型的降维和简化了模型计算;还通过多个期限期权的单指标组合解决了非参数估计的样本数量问题;以及通过期限平滑解决了现有非参数定价模型中的日历效应问题。选取上证50ETF期权数据实证分析表明,无论是样本内的估计结果还是样本外的预测结果都比传统的Black-Scholes模型、半参数Black-Scholes模型和多元非参数回归期权定价模型估计效果有提高。

外科患者手术后切口感染危险因素的logistic回归分析

目的 了解手术后切口感染的危险因素,为降低术后切口感染的发生提供科学依据。方法 对2 0 0 1～2 0 0 3年外科手术患者的临床资料进行统计分析。以手术后是否发生切口感染为因变量,进行单因素及多因素非条件logistic逐步回归分析。结果 80 63例手术患者中,发生切口感染14 7例。单因素分析显示,13个变量中有11个与手术后切口感染有关,具有统计学意义(P <0 .0 5 )。将13个变量同时引入非条件logistic逐步回归分析模型,共筛选出6个切口感染的危险因素。结论 急诊手术、手术分级、手术持续时间、输血、手术部位及年龄为手术后切口感染的危险因素。

基于分位数回归的PM_(2.5)影响因素分析

以2014年中国经济发展排名前124名的城市为研究对象,从经济发展的角度,选取常住人口、家庭天然气、房屋施工面积、地区生产总值、第二产业总值、民用汽车数、规模以上工业企业综合能耗、规模工业产值等8个因素,建立了影响PM_(2.5)浓度的指标体系。用线性回归模型分析了影响PM_(2.5)浓度的经济因素,回归结果为常住人口、家庭天然气、地区生产总值、第二产业产值、规模以上工业企业综合能耗这5个因素。进一步使用分位数回归模型分析了当空气中的PM_(2.5)浓度处于不同水平时的影响因素,显示变量变化的全局特征。通过Wald检验可知,各个解释变量在不同分位点对PM_(2.5)浓度的变化影响存在显著的不同。最后运用单变量非参数分位数回归模型分析了民用汽车数量对PM_(2.5)浓度的影响。

中国对外贸易和经济增长关系的实证研究

在已有理论和实证分析的基础上,本文对我国对外贸易和经济增长的关系进行了的实证检验。在实证过程中,本文综合利用了 Granger,Sims和 Geweke 等非因果检验方法,并进一步考察了扩展的多变量因果性检验模型及其检验。实证结果显示:中国的经济增长和对外贸易(包括进口和出口)存在着互为因果的反馈关系;中国的经济增长对对外贸易的促进作用明显大于对外贸易对经济增长的带动作用;在引入外资、政府开支、劳动力投入和能源消耗多种变量后,外贸和经济增长之间的双向因果联系反而有所加强。

基于Stiefel流形的粒子滤波器研究

为了解决粒子滤波的粒子退化和粒子多样性丧失问题,提出了一种基于Stiefel流形的粒子滤波算法.该算法将系统模型置于Stiefel流形上,用朗之万分布描述过程转移概率分布,用矩阵正态分布表示似然函数分布,在流形分布上进行粒子采样.在计算加权粒子的均值时,将流形嵌入到欧氏空间中,先计算欧氏空间中的粒子均值,再将计算结果投影到嵌套流形上,这就排除了噪声统计特性对粒子权重方差的影响,得到了一种受系统状态模型限制较少的重要性概率密度函数通用选择方案.仿真时选取单变量非静态增长模型,仿真结果验证了该算法的实时性、鲁棒性,滤波精度和滤波效率均比无味粒子滤波算法更好.

基于施蒂费尔流形和线性优化重采样的粒子滤波器

为了解决粒子退化问题,提出一种基于施蒂费尔流形和线性优化重采样的粒子滤波算法.将系统模型置于施蒂费尔流形之上,采用朗之万分布描述过程转移概率分布,用矩阵正态分布表示似然函数分布,从而得到一种较为通用的重要性概率密度函数选择方法;同时,将重采样中抛弃的粒子与复制的粒子按照一定的线性组合方式产生新粒子.仿真结果表明,该算法具有较高的滤波效率、滤波精度和较强的滤波鲁棒性.

一种新的混合迭代UKF

从统计线性回归的角度对无味变换(unscented transformation,UT)进行分析,推导了迭代无味卡尔曼滤波(iterated unscented Kalman filter,IUKF)。针对IUKF计算量大的问题,结合弦线迭代法和IUKF,得到了一种新的混合迭代无味卡尔曼滤波器。数值仿真的结果表明,新滤波算法的精度优于扩展卡尔曼滤波、迭代扩展卡尔曼滤波和无味卡尔曼滤波,并可以有效降低IUKF的计算量。