评价多水平因子分析模型的异质性:半参数贝叶斯方法

数据的异质性因相关的解释变量被排除在既定模型.然而,目前经典统计方法难以处理的异质参数的依赖关系或"结".为了解决非均质参数之间的依赖关系,本文基于多水平因子分析模型提出一个半参数贝叶斯分析程序.对于模型的截距和/或协方差结构参数的分布赋予折断的Dirichlet过程先验.在贝叶斯马尔可夫链蒙特卡罗框架内,分块Gibbs抽样器被用来执行后验分析.统计推断的基础上进行这些观察的经验分布.仿真研究表明,忽略了非均质参数之间的联系会导致不变参数估计产生严重的偏差.

基于Plant Simulation的烟草柔性分拣系统仿真与优化

针对烟草物流配送中心场地限制和分拣效率低下等问题,根据柔性分拣系统的工作原理及流程,运用Plant Simulation仿真软件建立烟草柔性分拣系统模型,设计了条烟自动分拣的虚拟托盘算法。通过仿真分析得到限制其分拣效率的瓶颈工位,利用添加缓存区和增加码垛工位的优化方法对分拣系统进行初步优化,并且从Experiment Manager模块中的单因子多水平试验方法确定了最优缓存区容量。仿真结果表明该优化方法显著提高了分拣效率,使其达到8866.08条/h,是优化前的1.39倍,且缩短了配送时间,能够很好地满足烟草物流配送中心的分拣要求。

基于多水平验证性因子分析的城市社区社会资本测量——实例研究及相关方法综述

对于作为集合性概念的社区社会资本,以往研究通行的做法是对采自个体的数据以社区为单位取均值作为相应高水平构念,再进行因子分析。然而,由于缺乏必要的评估,这种聚合处理存在信效度问题。在对以往有关研究进行总结和反思的基础之上,立足于某大型城市社区调查数据,本文检验了社区社会资本相关题项的ICCs、Rwg等指标,发现总体来讲各指标组内一致性和信度较低。结合相关方法的进展,本文建议(认知性)社区社会资本构建应置于多水平潜变量模型的框架之下,并使用多水平验证性因子分析进行建模。最后,文章对相关发现的理论意义和方法存在的局限进行了简要探讨。

混合效应模型及其在非寿险费率厘定中的应用

在非寿险分类费率厘定中,广义线性模型的应用十分普遍,但当某些费率因子的水平数很多时(本文称之为多水平因子),广义线性模型的估计结果将不可靠。解决此类问题的一种方法是把多水平费率因子作为随机效应处理。将多水平费率因子作为随机效应处理可以采取下述三种方法:(1)分别用广义线性模型和信度模型估计普通费率因子和多水平因子,通过广义线性模型与Buhlmann-Straub信度模型的迭代应用预测索赔频率和索赔强度;(2)应用广义线性混合模型分别预测索赔频率和索赔强度;(3)直接对经验纯保费数据建立Tweedie混合效应模型。本文把上述模型应用于中国车损险实际数据的研究结果表明,这三种方法比较接近,但从总体上看,广义线性混合模型的估计结果更加可取。