非参数计量经济联立模型的局部线性两阶段最小二乘估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用。本文在随机设计 (模型中所有变量为随机变量 )下 ,提出了非参数计量经济联立模型的局部线性两阶段最小二乘估计并利用概率论中大数定理和中心极限定理在内点处研究了它的大样本性质 ,证明了它的一致性和渐近正态性。它在内点处的收敛速度达到了非参数函数估计的最优收敛速度。

变系数联立模型的变窗宽局部线性两阶段最小二乘估计

研究了变系数联立模型的参数的估计问题,利用变窗宽局部线性两阶段最小二乘法对变系数联立模型的系数进行了估计,进而得到了估计量的大样本性质。

基于正交最小二乘估计的非线性时间序列的预测

在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 。

MA模型参数估计的两段最小二乘法及其在自校正跟踪滤波器中的应用

提出了滑动平均(MA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对MA模型拟合一个高阶自回归(AR)模型,然后再用最小二乘法解一个不相容的超定线性方程组得到MA模型参数估值。一个应用于自校正跟踪滤波器的仿真例子说明了其有效性。

局部平稳扩散模型中时变参数的加权最小二乘估计

基于离散观测样本,利用局部线性拟合,得到了局部平稳扩散模型中时变漂移参数的加权最小二乘估计,并讨论了估计量的相合性,渐近正态性和一致收敛速度.同时,通过模拟研究说明了估计量的有效性.

广义最小二乘估计的局部影响分析

利用广义影响函数和广义Cook统计量来研究相依线性回归模型中 ,各种不同扰动形式对参数 β的广义最小二乘估计的局部影响 ,得到了各种扰动形式下关于 β的局部影响度量 .

非线性输出误差模型的两阶段递推辨识算法

输入非线性系统的输出误差模型在实际工业生产中是一类常见模型,针对含有色噪声的输出误差模型提出基于辅助模型的两阶段递推增广最小二乘算法。根据辅助模型思想和分解技术,将复杂的非线性辨识系统分解为系统模型和噪声模型子系统,再根据最小二乘思想分别辨识,其中噪声信息向量中存在的不可测噪声项用其估计值代替。最后与递推增广最小二乘算法在参数估计精度和收敛速度的比较,验证算法在此类模型应用的有效性,仿真结果表明该算法精度高,收敛速度快,计算量小。

模拟退火算法及其在非线性地学模型参数估计中的应用

分析了目前地理学研究中进行非线性模型参数估计的一些方法的局限 ,介绍了模拟退火算法的原理及基于 Metropolis准则的算法 ,进行了实例的应用研究 .研究结果表明 ,模拟退火算法是估计非线性模型参数的一种有效算法 ;

高维生物学数据两阶段组合降维策略研究

目的探讨高维生物学数据的多阶段组合降维策略。方法以微阵列数据的判别分析为例,采用实际数据和模拟数据相结合的方法,提出"初步选维→进一步降维"的两阶段组合降维策略,并与后续的"判别→验证"相结合,形成了"选维→降维→判别→验证"的判别分析思路。以后续判别分析的预测效果、预测结果的稳定性与敏感性等为指标,对2种单一降维(PCA,PLS)方法和4种组合降维方法(PCA+SIR、PCA+SAVE、PLS+SIR和PLS+SAVE)进行了考察。结果从判别模型的预测效果、预测结果的稳定性及敏感性来看,PLS优于PCA,PLS+SIR/SAVE的组合降维效果更佳。结论用t计分法选维,以"PLS+SIR/SAVE"法进行降维的两阶段组合降维策略,对于微阵列数据判别分析,是实用的、可行的。

回归系数的局部根方有偏估计

线性回归模型中回归系数β的估计常用最小二乘估计（ＬＳＥ）。当自变量间存在多重共线性关系时，最小二乘估计就失去了它的优良性。文提出了一种局部根方估计，证明了它的种种优良性。如容许性、相合性、Φ优良性、优效性及其对最小二乘估计抗干扰性的改进。给出了在均方误差（ＭＳＥ）准则和Ｐｉｔｍａｎ靠近准则下该估计对通常根方估计和ＬＳＥ改进的范围。

基于ASCE SHM Benchmark模型的两阶段结构损伤识别方法

近年来,一种激励未知和输出部分已知条件下结构局部损伤识别的新方法得以提出,这种方法能基于子结构思想进行复杂结构的局部损伤识别,基于此方法,提出两阶段的损伤识别策略,并将其应用于第1阶段ASCE SHMbench-mark模型的case 4的4种损伤识别,以检验此方法的有效性.在第1阶段,提出8-DOF的损伤模型以进行损伤层的定位;第2阶段,利用子结构的思想,提出12-DOF的损伤模型,在包含损伤层的子结构中对损伤进行准确识别和定位.采用扩展卡尔曼方法对增广状态向量进行估计并使用最小二乘对未知激励进行递推,识别未知激励下的结构物理参数.损伤识别的结果显示,此方法能高精度地识别benchmark模型的各种损伤情形.

两个部分线性模型的比较

对于两个部分线性模型参数部分中模型系数是否相等的检验问题,本文基于比较原假设与备择假设下模型拟合的残差平方和的思想构造了检验统计量,并给出了计算检验p-值的F分布逼近法。

基于应变数线性变换的约束广义G-M估计(英文)

考虑线性变换对约束线性模型回归系数的影响问题 .证明了观测数据的线性变换对于约束模型的影响可以通过一个可用两步约束最小二乘法解决的约束回归问题进行分析 ,得到了回归系数的约束可估函数的约束最佳线性无偏估计不受变换影响的充要条件 .

部分线性变系数模型误差方差的估计

半参数模型既含有参数分量,又含有非参数分量,在保留非参数模型灵活性的同时又克服了"维数灾祸"问题.处理这类模型的方法融合了参数回归模型中常用的方法和近年来发展起来的非参数方法,但是也并非这2类方法的简单叠加,其复杂性和难度都超过了单一性质的回归模型.不同于文献中研究回归系数的统计推断问题,而是研究部分线性变系数半参数模型误差变量的方差估计问题.首先,利用局部常数化回归函数系数,将半参数模型转换为了高维线性模型,进而构造了基于最小二乘法的方差估计量,并证明了所得估计量渐近服从正态分布.为了减少最小二乘法估计量的均方误差,还提出了基于该线性模型的一类惩罚估计量,称之为岭估计.最后,通过数值模拟验证了所提2种估计方法的有限样本性质.

一般线性模型参数估计理论综述及一类正则方程组的解

文章讨论了设计阵具有任意秩的一般线性模型的参数估计问题，综述了这类问题三个历史阶段的研究成果，并研究了一类正则方程组有无偏解的充要条件。

半变系数模型的两参数估计

针对半变系数模型中存在的复共线性问题,在轮廓最小二乘法的基础上提出了该模型的两参数估计,在均方误差阵准则下给出了该模型的两参数估计优于前人提出的岭估计的充分必要条件,最后通过数值模拟方法验证新估计的优良性.

半参数面板空间滞后模型的两阶段最小二乘估计及应用

发展了一种半参数面板空间滞后模型的两阶段最小二乘估计方法.证明了参数分量估计具有渐近正态性且收敛速度为n^(-1/2),非参数分量估计在内点处具有渐近正态性,其收敛速度达到了非参数函数估计的最优收敛速度.并将方法应用于外商直接投资对劳动收入份额的影响分析.

最小报价单位对我国股票市场流动性影响——基于高频数据的实证研究

最小报价单位是影响证券市场流动性的重要因素之一。利用上海证券交易所分笔交易数据,从价差、深度以及交易金额三个方面考察了最小报价单位对股票市场流动性的影响。实证结果表明,从总体上看,最小报价单位的变化将导致股票市场平均价差、深度和交易金额同向变化。按照股价大小将股票分组后发现:最小报价单位增加将导致低价股的价差和深度变大,交易金额减少;最小报价单位增大对高价股的价差没有显著影响,但会增大深度和交易金额,从而改善高价股的流动性。最后利用“分改厘”后基金流动性的变化验证所得结论。

中国城乡代际收入流动性的测度及影响机制研究

基于CHIP1995—2013年调查数据以及CHFS2015与2017年数据,使用双样本两阶段最小二乘估计方法(TS2SLS)考察中国城乡居民家庭代际收入流动性的变化趋势及其影响机制。研究发现:城镇与农村居民家庭的代际收入流动性在较长的时期内均呈现上下波动的变化趋势;农村居民家庭的代际收入流动性持续高于城镇家庭;随着子代出生年份的推移,城镇家庭不同出生队列的代际收入流动性呈现先上升后下降的趋势,而农村家庭不同出生队列的代际收入流动性则呈现先下降后上升的趋势。影响机制分析结果表明,父代的非教育因素在城乡家庭代际收入传递过程中均发挥着主导作用,对农村家庭的影响甚至更大。得益于社会整体制度环境不断改善,父代的非教育因素在城镇家庭代际收入传递过程中的影响逐渐减弱,而教育因素的影响则逐渐上升,特别是城镇中、低收入家庭,父代的教育因素在代际收入传递过程中的影响大幅提高,但父代的非教育因素对农村家庭代际收入流动性的作用则一直保持较高水平。

部分线性回归模型中的广义似然比检验

检验了部分线性回归模型中的函数部分是否为常数,在备择假设下,先用局部多项式方法估计出函数部分,在估计中忽略了参数部分,将其并入误差项,再使用二阶段估计法,直接应用最小二乘方法,估计出参数部分,并讨论了它们的渐近性质.计算了零假设下广义似然比检验统计量的表达式,并给出其渐近分布.