基于多元局部多项式方法的混沌时间序列预测

根据Takens定理,把混沌时间序列构造为一组序列对,然后用多元局部多项式方法来预测其序列.这种核估计方法可以结合局域法与全局法的优点,使得预测的精度更高.仿真结果表明,该方法非常有效.

局部多项式插值方法在多源海底沉积厚度数据融合中的应用

提出了在多源空间数据融合过程中出现不一致的问题;介绍了局部多项式插值方法的基本原理;通过该方法在海底沉积厚度模型构建中的成功应用,为基础数据的搜集和融合提供了新的思路。

数值求解Bagley-Torvik分数阶微分方程的局部多项式光滑因子方法（英文）

为了得到Bagley-Torvik分数阶微分方程的数值解,我们提出了局部多项式光滑因子(LPS)方法.首先,我们构建了LPS方法,重点强调了该方法的主要思想.然后,用该方法数值求解Bagley-Torvik分数阶微分方程.数值实验表明:该方法比Legendre运算矩阵方法和伪谱方法更加有效更加精确.

两种概率密度导数估计方法的比较研究

概率密度函数导数的估计存在两种流行方法——核方法和局部多项式回归方法.该文从理论和模拟两个方面比较这两种方法.首先,在理论上总结两种估计的渐近性质;其次,对均匀分布、正态分布、卡方分布的概率密度导数进行数值模拟,比较两种方法在3种分布下的经验均方误差和其他统计性质.结果表明:相较于核方法,局部多项式回归方法在估计概率密度导数时一般更具有稳健性和边界自适应性等优势.

边际加法危险率分布的变联结参数Copula模型

为研究边际生存函数是半参数加法危险率模型的多维生存时间相关性随某个指标的变化,提出一类变联结参数Copula模型.采用二阶段估计法来研究生存时间之间的动态相关结构.利用Lin等所提方法估计边际加法危险率模型的生存函数;将其代入一种Copula模型的局部伪似然函数中,得到变联结参数的局部估计量,并给出该局部估计量的相合性和渐近正态性;通过随机模拟研究其在有限样本下的表现;利用diabetic retinopathy study(DRS)中的实际数据验证所提估计方法的可行性.

误差分布未知下时空模型的自适应非参数估计

极大似然估计作为参数估计中较为有效的一种估计方法,在误差分布未知下无法进行,另一方面,时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳.考虑时空异质性和相关性,针对误差分布未知的时空模型,本文提出基于核密度估计的自适应非参数估计方法.在较弱的条件下证明了该估计量和已知误差分布下的局部极大似然估计量是渐近等效,比基于最小二乘的局部多项式估计量有效.模拟和实证都验证了该方法对于有限样本的有效性,尤其奇异点的存在,该方法在边界的拟合效果显著优于基于最小二乘的方法.

基于局部相关系数的美国次贷危机传染分析

全球经济金融一体化的不断深入使得全球性的金融危机频频爆发。因此,金融危机传染的分析与检验便变得十分重要。本文首先运用非参数回归模型,通过局部多项式方法对股指收益率之间的局部相关系数进行估计,并在不同的置信水平下对局部相关系数的变化进行假设检验,通过定量地判断局部相关系数是否突然增大来检验危机传染的存在性,同时简单地刻画了危机传染的程度,并且指出了危机传染的具体时间段。最后应用上述方法对美国次债危机在各个国家或地区之间的传染效应进行了实证检验,证实了本文给出的检验方法的可行性,并得到了一些有意义的结论。