约束条件下多元随机效应线性模型中回归系数和参数的可容许估计

讨论约束条件下多元随机效应线性模型中回归系数和参数的线性估计的可容许性,在二次损失函数下,给出了随机回归系数和参数的线性估计分别在齐次和非齐次线性估计类中是可容许估计的特征.

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明:黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10<r_(max)<0.89),r_(max)对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较好,验证期的决定系数(R 2)范围分别为0.53~0.95和0.64~0.95;除对TXx的模拟效果稍弱外,其他5个ETI的RF模型模拟效果均优于SMLR模型。太平洋区极涡强度指数(PPVI)是影响黄河流域TXx、TNn、TX90p和FD0的最重要环流因子,北非—北大西洋—北美副高脊线位置指数(NANRP)对TN10p和TD30的影响最大。预测的2022年11月ETI的空间分布特征与多年平均情况基本相似。研究结果为黄河流域极端气温事件预报提供了参考。

约束条件下多元随机效应模型中线性预测的泛容许性

在约束条件下研究了多元随机效应模型中未来观察值线性预测的泛容许性。根据线性可预测变量泛容许预测的定义和Φ函数的合理条件,得到了齐次和非齐次线性预测在对应的线性预测类中是泛容许预测的充要条件。

带约束多元线性模型随机回归系数和参数的线性估计的泛容许性

讨论了带约束条件的多元线性模型随机回归系数和参数的线性估计的泛容许性问题.在损失函数(d(Y)-SΘ-QB)'(d(Y)-SΘ-QB)下,分别给出了随机回归系数和参数的线性估计在齐次和非齐次线性估计类中是泛容许估计的充要条件.

非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较

在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等。

非线性纵向数据模型中自相关性和随机效应的存在性检验

刻画纵向数据协方差结构有三种可能因素 ,即序列相关 (特别是一阶自相关 )、随机效应和常规的随机误差 (Diggleetal,2 0 0 2 ) .本文研究非线性纵向数据模型的自相关性和随机效应存在性的单个和联合检验 ,得到了检验的score统计量 ,并利用血浆药物渗透数据 (Davidian&Gilinan ,1 995)说明检验方法的应用 .

非线性再生散度随机效应模型的极大似然估计及随机逼近算法

非线性再生散度随机效应模型包括了非线性随机效应模型和指数族非线性随机效应模型等．通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(简称MH) 算法,提出了模型参数极大似然估计的随机逼近算法．模拟研究和实例分析表明了该算法的可行性．

非线性随机效应模型的置信域(英文)

本文对非线性随机效应模型 ,建立了微分几何框架 ,推广了 Bates &Wates关于非线性模型几何结构 .在此基础上 ,我们导出了关于固定效应参数和子集参数的置信域的曲率表示 ,这些结果是 Bates and Wates( 1 980 ) ,Hamilton( 1 986 )与 Wei( 1 994)等的推广 .

具有AR(1)误差的线性随机效应模型中方差齐性和自相关性的检验

在回归分析中,方差齐性是一个很基本的假设.本文对具有AR(1)误差的线性随机效应模型,研究了方差齐性和自相关性的检验问题.我们分别讨论了随机误差异方差、随机效应异方差、多元异方差以及自相关性的检验问题,并用score检验方法给出了三种方差齐性和自相关性的检验统计量.随机模拟的结果表明,当样本容量较大时,检验的功效较好.本文还给出一个数值例子说明检验方法的实用性.另外,模型的结果也可以推广到非线性情形.

具有AR(1)误差的非线性随机效应模型中自相关系数的扰动诊断

随机效应模型广泛应用于刻画重复测量数据的特征,Banerjee和Frees[1]用Cook距离,Lesaffre和Verbeke[2]用影响曲率分别对线性随机效应模型进行了分析.本文利用影响曲率对具有AR(1)误差的非线性随机效应模型中的自相关系数扰动进行了分析,得到了影响曲率的表达式,并且利用血浆药物渗透数据(Davidian和Gillinan[3])来说明分析方法的应用.

多元线性模型中最小距离估计分布的随机加权逼近

考虑多元线性模型,用随机加权的办法得到最小距离估计(least distances estimate,LDE)的渐近分布的近似,指出可以用给定样本下随机加权下的LDE的条件分布去近似LDE的渐近分布.

带右删失数据的非线性随机效应模型参数估计

本文讨论了带右删失数据的非线性随机效应模型的参数估计,给出Gauss-Newton迭代法和改进后的Gauss-Newton迭代法,根据参数估计和算法给出数值模拟,验证了参数估计和算法的可行性.

汇率制度选择:基于随机效应多元排序probit模型的分析

选用13个影响汇率制度选择的典型变量,采用随机效应多元排序选择模型对147个国家的汇率制度选择进行分析,发现经济发展水平、美元化程度、货币错配程度越高,实际资本开放程度越大,政府越强,具有高经济增长和长期通货膨胀历史的国家有较高采用相对固定汇率制度的概率;而经济规模、贸易开放度越大以及外债债务比率越高将会促使一国选择灵活性较高的汇率制度。

非线性随机效应模型的若干统计推断

该文利用非线性随机效应模型在欧氏空间的BW几何结构 ,求出了固定效应参数估计的渐近性质与随机展开式。利用随机展开式 。

指数族非线性随机效应模型的参数估计及其性质

对指数族非线性随机效应模型进行了较详细的讨论 ,给出了参数估计的方法 ,证明了参数估计的相合性与渐近正态性 ,最后给出一个具体实例 .

非线性再生散度随机效应模型参数置信域的曲率表示

该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模型,Zhu,Tang和Wei关于半参数非线性模型,唐年胜、韦博成和王学仁关于非线性再生散度模型,Tang和Wang关于拟似然非线性模型等的结果．

非线性再生散度随机效应模型的渐近性质

对非线性再生散度随机效应模型,该文给出了类似于Barndroff-Nielson,Cox(1989)和Severin,Wong(1992)的正则条件,基于这些正则条件和Laplace近似,证明了该模型参数极大似然估计的存在性、强相合性和渐近正态性．

非线性再生散度随机效应模型似然函数的Laplace逼近

首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性.

基于M估计的线性混合效应模型自相关和随机效应检验

对纵向数据的线性混合效应模型,用Fisher得分法得到了参数的M估计(稳健估计),给出了其渐近性质,研究了M估计下模型的自相关性和随机效应存在性检验问题,得到了检验的Score统计量,并通过葡萄糖数据的实例进行了分析论证.

平衡损失下一般随机效应模型中线性估计的可容许性

主要研究了一般随机效应模型中线性估计可容许性的问题.在平衡损失下,引入了齐次与非齐次线性估计类中线性估计可容许的概念,分别得到了齐次线性估计(非齐次线性估计)在齐次线性估计类(非齐次线性估计类)中可容许性的充分必要条件.