基于非圆信号的局部最大功效不变检验频谱感知方法

频谱感知是认知无线电网络中关键的一个环节,为了保证主用户不受干扰,要求感知算法必须具有较高的检测效率和检测精度。该文主要研究MIMO场景下的频谱感知问题,利用非圆信号的特性,提出一种基于局部最大功效不变检验(LMPIT)的频谱感知方法。根据渐近分布理论,推导了所述方法的理论检测门限。最后,采用蒙特卡洛仿真方法,分别分析了不同信道环境下该方法的检测性能,并与相关的感知算法进行对比。结果表明:在相同的环境下,文中提出的方法相比其他方法检测性能更高,且所需的采样点数更小,能够实现快速且精确的检测。

局部变造电子火车票的检验

近年来，随着铁路计算机联网售票系统的投产和运行，铁路电子票应运而生。笔者就工作中遇到的几起伪票案件的检验，探讨当前局部变造铁路电子票的伪造方法及其检验要点，以供同行们参考。

关于变点模型的线性假设检验

本文对至多一个变点模型 X(i/n)=f(i/n)+(ε(i/n),其中,f(t)=α_1+b_1(t-t),α_2+b_2(t-t),当 t∈[0,t_,),当 t∈(t_,1];0≤t≤1,ε(1/n),….ε(n/n)独立同分布,且ε(1/n)服从正态分布 N(0,σ~2),σ~2是已知的;进行了线性假设检验,并给出了检验功效的估计。

我国费雪效应的非参数检验

本文基于我国1990:01—2007:04期间的名义利率与通货膨胀率月度数据非线性变化的特征,应用非参数单位根和非参数协整理论检验我国是否存在费雪效应,进而应用非参数局部线性变窗宽估计计算我国的费雪系数。由此产生的结论为:第一,非参数单位根检验发现我国名义利率与通货膨胀率都是非平稳的单位根过程;第二,非参数协整检验的结论为,我国名义利率与通胀变化率之间存在长期的非线性协整关系,这一结论表明我国至少存在弱的费雪效应;第三,非参数局部线性变窗宽估计计算的费雪效应(系数)的均值为0.4055,这一结果进一步支持我国存在弱的费雪效应,其隐含的意义为,当前加息对稳定通胀将产生正面效应,进一步,如适时适度的调整利率,很可能抑制当前较高的CPI向高通胀的转化。

超越对数生产函数的半参数变系数估计模型

提出超越对数生产函数的半参数变系数模型,利用Profile方法给出产出弹性函数系数的局部加权最小二乘估计,并利用非参数条件自助法对有限样本的近似分布进行模拟,给出相对精确的广义似然比检验。规模报酬约束下中国1953—2008年的实证结果拒绝超越对数生产函数模型假设,产出弹性不可简单线性化而是对数劳均资本的非线性函数,时变资本弹性表现为倒U型变化趋势,时变劳动力弹性表现为U型变化趋势。

基于变系数模型的自适应分位回归方法

提出了变系数模型条件分位估计的一种新方法.变系数模型已经成为经济学、流行病学、纵向数据和医学领域处理高维数据的有力工具.该模型有助于探测数据的动态特征、降低模型偏差、避免高维灾难,同时便于解释.尽管关于变系数模型条件均值的估计已经有很多文章,但关于变系数模型条件分位的估计方面的文章相对较少.文中提出了一种有效的适应性分位回归方法来诊断出齐性邻域,进行局部自适应窗宽选择和局部线性逼近,同时给出了估计量的风险界和最优窗宽的自动选择准则.模拟研究说明了所提出估计方法的效果.

用于高维数据的复合Hotelling's T^2检验（英文）

本文研究高维数据下两样本均值的检验问题.基于Hotelling's T^2检验,我们提出了适用于高维数据均值检验的复合Hotelling's T^2检验统计量,证明了其渐近正态性并研究了其渐近功效.我们通过模拟和实例分析展示了该检验在有限样本下相比现有高维检验方法的优良性.

响应变量缺失下半参数变系数EV模型的约束统计推断

文章研究了半参数变系数EV模型在线性约束条件下的估计和检验问题,当响应变量缺失、非参数部分协变量带有测量误差时,利用局部纠偏的Profile最小二乘估计、Lagrange乘子方法和借补技术构造了回归模型参数分量两类纠偏约束估计量。此外,为了检验线性约束条件,构造了借补的Profile Lagrange乘子检验统计量,并通过蒙特卡洛数值模拟验证估计量和检验统计量的有效性。

基于局部多项式回归去势的非线性趋势序列的单位根检验

本文首先利用局部多项式回归来去除确定性趋势,然后利用残差差分序列长短时方差比进行单位根检验。该方法不用考虑趋势的具体形式及设定问题,因而也就回避了对趋势设定的检验问题。其次,本文研究了检验统计量的极限分布,仿真研究了窗宽的选择问题,以及残差相关与不相关时的检验水平与检验功效。最后,检验结果表明该方法是有效的。

带有二元连接函数的半参数模型

提出了一种新的带有二元连接函数的广义半参数模型,即二元连接模型(简称为BLM).使用轮廓似然方法估计模型的参数和非参数部分,并给出了计算算法.证明了所得的未知参数的估计量为n^(1/2)-相合,渐近正态且具有渐近最小方差,给出了实际数据分析和模拟研究,最终采用局部功效方法来检验非参数部分的线性性.

时变弹性系数生产函数的非参数估计

提出了时变弹性系数生产函数模型,该模型刻画了弹性系数不再是常数而是随时间变化而变化的函数,并且去除了古典生产函数模型的两个不合理的假设,即所提出的模型释放了技术进步是中性的以及技术进步与投入要素投入量变化是独立的两个假设,从而使所提出的模型更加符合实际应用的情况.文中通过现代统计学中的非参数推断方法,研究了时变弹性系数生产函数回归模型,利用局部多项式回归方法,给出了时变弹性系数函数的局部线性加权最小二乘估计.根据广义似然比检验,检验了弹性系数的时变性.结合中国的实际例子,通过实证得出,在1981年到2004年期间,中国的资本和劳动产出弹性都不是常数而是时间的非线性函数.资本产出弹性在0.21至0.68之间,劳动产出弹性在0.44至0.89之间,规模报酬在0.89至1.14之间.