基于R/S模型的原油轮运价波动对多类型事件冲击长记忆性研究

本文主要研究原油轮运价波动对多类型事件冲击的长记忆性及不同事件对原油轮运价的影响程度,以大型原油轮(VLCC)和小型原油轮(Aframax)两种船型的历史平均运费收益时间序列为研究对象。根据历史国际重大事件发生时间区间,结合原油轮历史运价波动时间区间变化情况,将历史原油轮运价波动时间序列划分为包括基准阶段在内的5个阶段。通过构建改进R/S(重标极差法)模型,借助Matlab软件计算Hurst值、V统计量等指标进行分析。结论表明,经济下行阶段对VLCC和Aframax运费收益均具有抑制作用,而环保公约和突发事件阶段则对两者起到推动作用。同时,以页岩油革命为典型事件的原油供给增加阶段有利于推动Aframax运费收益,却对VLCC收益具有抑制作用。定量分析不同阶段对运费收益产生的影响程度由大到小为:经济下行>环保公约>突发事件>原油供给。

Case-cohort设计下多类型事件数据的一类有效估计

在生物医学统计中，为了节省资源，许多学者将生物统计与抽样设计方法有机地结合在一起，于是产生了大量case—cohort设计下的多元失效时间数据．本文主要利用一般的加乘风险回归模型研究case—cohort设计下的多类型事件数据．首先提出了一类有效的加权估计方程，然后给出了参数估计以及所得估计量的渐近性质．数值模拟结果表明，所提出的估计方法更有效．最后，将所提方法进行实例分析．

多类型复发事件下的加性乘积比率回归模型

本文基于多类型复发事件数据,研究了半参数加性乘积比率回归模型的统计问题。利用现代经验过程理论与方法,给出了该模型中未知参数和非参数函数的一种估计方法,并证明了这些估计的相合性和渐近正态性。

多类型复发事件间隔时间下可加危险率模型(英文)

在许多的生物医学和工程研究中,多类型复发事件的间隔时间数据是很常见的.众所周知,比例危险率模型在一些情况下不能很好拟合生存数据.本文,在多类型复发事件的间隔时间数据下,我们利用可加危险率模型来研究协变量对生存时间的影响程度.我们采用估计方程方法获得回归系数和基准累积危险率函数估计.并且,我们建立了所提估计的渐近分布.

广义case-cohort设计下多类型事件数据的加乘风险回归模型及其应用

针对广义case-cohort设计下多类型事件数据的边际加乘风险模型,利用逆概率加权的思想建立加权估计方程,证明参数估计的相合性和大样本性质。数值模拟试验结果表明广义case-cohort设计在疾病事件发生率较高时更加具有应用性。实例分析展示了其理论意义和应用价值。

多类型复发事件数据下一类半参数转移模型

复发事件数据频繁的出现在纵向研究中,基于生物医学中的多类型复发事件数据,提出了一类半参数转移模型,该模型包含了一些重要的半参数模型。同时,模型允许协变量具有加性和乘性的影响,且加性影响随时间而变化。利用广义估计方程的思想,对模型中未知参数和非参数函数进行了估计,并且证明了估计的相合性和渐近正态性。

多类型复发事件下可加—加速均值回归模型

本文根据多类型复发事件数据的结构特点,提出了多类型复发事件下可加—加速均值回归模型.利用估计方程的方法,给出了该模型中未知参数和非参数函数的一种估计方法,并证明了所得估计的渐近性质.

多类型复发事件数据下一类半参数变换模型

本文基于多类型复发事件数据,提出了一类半参数变换模型,该模型包含了一些重要的半参数模型。利用广义估计方程的思想,对模型中未知参数和非参数函数进行了估计,并证明了估计的相合性和渐近正态性。

多类型复发事件下变系数加性乘积比率回归模型

本文基于多类型复发事件数据,讨论了一个新的加性乘积比率回归模型,该模型包括两部分,其中第一部分为可加Aalen模型,其中协变量影响为加性的且与时间有关.第二部分为Cox回归模型,其中协变量有乘性影响.利用估计方程的方法,给出了该模型中未知参数和非参数函数的一种估计方法,并利用现代经验过程理论证明了所得估计的相合性和渐近正态性.

多类型复发事件下的一类均值加速回归模型

在复发事件的统计分析中,事件的平均发生个数可能比其强度函数或危险率函数更具可解释性.为了评价协变量对复发事件的影响,许多学者考虑了复发事件的边际比例均值模型.然而,在许多实际应用中,协变量对复发事件不仅具有均值比例效应,而且还可能会加速或减缓复发事件的发生,即协变量对复发事件均值过程具有时间尺度效应.在多类型复发事件数据框架下,考虑一类广泛的加速均值模型.利用估计方程方法,获得了该模型中未知参数的估计,并且建立了所给估计的渐近性质.进一步通过模拟研究证实所提方法的优良表现.

多类型的复发事件数据下一类混合模型

在本文中,我们针对多类型的复发事件数据提出了一类混合模型,该模型包含比例率模型和Box-Cox转移率模型作为其特殊情况.新模型可以刻画具有成比例和收敛性质的协变量效应.我们基于估计方程方法给出了该模型中未知参数的估计,并证明了估计的强相合性和渐近正态性.最后,我们提出了一种基于残差的模型检验方法.