广义误差分布熵系数与最小相对熵的研究

为直观描述分布尾部特征及两分布之间的差异程度,基于Kulllback-Leibler距离研究广义误差分布熵系数的变动情况,从另一角度说明正态分布满足最大熵原理,尾部特征极不明显,且推导出两个广义误差分布之间的最小相对熵及性质,克服了相对熵的非对称性质,并且确定了不同参数的变动范围对应的最小相对熵形式。

中国农产品价格波动特征的实证研究——基于广义误差分布的ARCH类模型

近年来农产品价格波动频繁,结构特征明显,主要是因为受到生猪、棉花、大豆、胶脂果实类林产品和稻谷等农作物价格波动的影响。利用广义误差分布的ARCH类模型对主要农产品价格波动特征进行分析,结果表明:棉花价格没有显著的异方差效应;生猪、大豆和稻谷的价格波动具有显著的集聚性,但其市场并没有表现出高风险高回报的特征;稻谷价格波动具有显著的非对称性,但大豆和生猪的价格波动没有显著的非对称性。基于GED的ARCH类模型提高了模型的拟合效果,可以更好地分析中国主要农产品价格波动特征。

广义误差分布中尺度参数的最短区间估计

文章把广义误差分布中尺度参数的最短置信区间的求解问题转化为非线性方程组的求解问题,并通过数值计算与常用置信区间进行长度比较说明研究广义误差分布中尺度参数的最短置信区间的必要性。

非对称三参数广义误差分布的参数估计及应用

针对实际数据的尖峰厚尾和非对称特性,通过在广义误差分布中加入偏度参数,同时分别引入两个参数控制左尾和右尾,构造了一个新的非对称三参数广义误差分布。本文首先研究了该分布的基本性质,包括累积分布函数、分位数函数及各阶原点矩等,并给出了随机变量的抽样方法;其次分别给出了用矩估计、极大似然方法和贝叶斯估计法来估计该分布参数的步骤,并通过马尔科夫链蒙特卡罗方法生成的模拟数据验证比较了这3种方法;最后将该分布应用于两组实际数据中,利用非对称三参数广义误差分布对尖峰厚尾非对称的数据进行拟合。

对数广义误差分布极值的收敛速度

对数广义误差分布在统计学中应用十分广泛.Liao等人(2012)对对数广义误差分布的尾部特征和最大值的极限分布做了研究;此处,在Liao等人研究的基础上,讨论了同服从对数广义误差分布独立随机变量序列最大值的收敛速度,得到它的逐点收敛速度.

基于广义误差分布的股票收益率波动特征分析

假设股票收益率序列服从具有厚尾特征的GED分布,利用多种非对称性模型描述和检验了沪市股票日收益率序列的波动性特征,发现股票价格波动具有条件异方差性,并通过对股票市场信息影响曲线的分析,刻画了沪市股票价格波动中的显著非对称性。这说明股市波动对于不同的政策干预和信息冲击具有不同程度的反应,且非对称性的方向与以往结论有所不同,说明我国股市风险变异特征和收益状况在不断的发生变化,"利好消息"对股市的刺激作用需要其他市场干预的配合才能发挥出来。

平方误差损失函数下广义Pareto分布参数的Bayes估计

本文在参数的先验分布为逆伽玛先验分布条件下研究广义Pareto分布参数的Bayes估计问题,并在平方误差损失函数下,导出了参数的Bayes估计。文末通过Monte Carlo数值模拟试验对极大似然估计和Bayes估计进行了比较。

广义误差分布下CVaR模型的股市风险研究

以沪深300指数数据为样本,首先利用广义误差分布与正态分布假定下的GARCH模型对我国股票市场收益率波动特征进行定量分析,然后运用CVaR模型对股票市场的风险进行实证研究,并与基于VaR模型的风险测度值进行比较.研究结果表明,广义误差分布假定下的GARCH模型能够更好地反映出我国股票指数收益率尖峰厚尾的特性,而使用CVaR模型则有利于提高金融市场风险测度的准确性.

对数广义误差分布极值的渐近展开

研究了同服从对数广义误差分布独立随机变量序列{Xn,n≥1}的规范化最大值的极值分布展开性质.

基于风电场功率特性的风电预测误差分布估计

风电功率预测对风电场运行和电网调度决策具有重要影响。基于风电场的功率特性曲线,提出了一种风电预测误差分布的估计方法。首先根据历史运行数据对风电场的功率特性曲线进行拟合;然后按照风电场的切入风速和额定风速将历史实测数据划分为3部分,并利用改进后的广义误差分布等模型提取每一部分风电功率预测误差的概率密度特性,根据其数值特征,设定相应的风电功率修正方法和预测误差分布的估计方法;最后按照待测日预测风速的大小选择对应的修正方法补偿所预测的功率,并估计预测误差的分布范围。结合中国北方某风电场的实际运行数据进行了仿真算例分析,验证了所提方法的有效性。

多雷达组网系统空间误差分布与配准算法仿真

空间配准是多目标跟踪系统中的关键环节.本文针对实际的多雷达组网系统,详细分析了造成观测误差的空间误差源分布情况,并对误差进行了分类.在此基础上,深入研究了各类误差配准算法,结合工程实际,推导了基于测地坐标系的目标航迹转换方程;利用最小二乘配准算法推导了广义最小二乘算法,仿真结果表明了算法的有效性.但当量测噪声相对系统偏差较大时,估计结果会变差,因而减小初始校准误差是提高系统观测精度的最重要环节.

双边定数截尾下广义指数分布的贝叶斯估计

在双边定数截尾样本下,给出了两参数广义指数分布参数的贝叶斯估计。基于共轭先验分布,分别在刻度平方误差损失函数和Linex损失函数下,给出参数的贝叶斯估计和多层贝叶斯估计,运用随机模拟方法对各种估计结果的优良性进行了分析比较。

广义指数分布的统计推断

文章利用逆矩法估计广义指数分布的未知参数,并与最大似然估计作了模拟比较,模拟结果表明逆矩估计量更好。同时,我们也给出了构造尺度参数区间估计的方法。

广义误差样本最大值的收敛速度

研究了广义误差分布的收敛速度,得到了点点收敛速度.

广义指数分布基于恒加寿命试验数据的统计分析

广义指数分布是比较新的一种寿命分布,首先提出广义指数分布场合下加速寿命试验的基本假定,进而对恒加试验进行极大似然估计,在此基础上作了相应的随机模拟研究,通过比较模拟结果得出相关结论.

基于LogGED-GPD模型的巨灾损失分布拟合

近年关于巨灾损失分布模型的研究方法多采用单一分布模型,或具有固定权重的组合分布模型。在对数广义误差分布(LogGED)的基础上,运用广义帕累托分布(GPD)拟合数据的厚尾部分,并加入可变权重组合分布模型的拟合思路,构建了可变权重的对数广义误差-广义帕累托组合分布模型(LogGED-GPD)。并对全球洪水巨灾损失进行了实证分布拟合,验证了可变权重的对数广义误差-广义帕累托组合分布模型的拟合效果更好,一定程度上为今后洪水巨灾损失的分析方法提供了参考依据。

Γ型广义幂级数与Gamma分布

讨论了一类Γ型广义幂级数的分析性质,分析了该类级数的收敛范围及一致收敛情况。证明了该类级数“求导”与“和号”可以换序;还给出了该类Γ型广义幂级数的一种应用,得到了Gamma分布函数的一种广义幂级数表示,用它来求Gamma分布的概率,是一种收敛速度很快的方法。

具有GARCH-SGED误差项的时序的单位根检验

通过随机模拟的方式,分析了条件分布为有偏广义误差分布(SGED)以及具有自回归条件异方差误差的时间序列的ADF单位根检验的临界值和实际显著性水平的扭曲情况.结果表明,具有强波动性时间序列的部分和收敛速度缓慢,泛函中心极限定理(FCLT)对此不再有效,因此Fuller临界值表不再适用;另外,对于弱波动性时间序列,Zt统计量临界值表仍然有效,但是Zρ统计量临界值表需进行调整后才能使用.

定数截尾样本场合下广义指数分布的参数估计

针对定数截尾样本,讨论了广义指数分布的极大似然估计和逆矩估计。通过大量的Monte-Carlo模拟,比较了极大似然估计和逆矩估计的优良性。结果表明逆矩估计的效果优于极大似然估计。

基于功率预测误差修正的日前风电出力分布估计

风电功率预测是整个风电运行与控制体系的基础支撑技术模块。基于功率预测误差的修正结果,提出了一种风电场日前有功出力分布的估计方法。首先验证了风电功率的预测误差水平受到风速大小的三次方、风电功率的峰度、风电功率的大小和功率预测相关性等多个因素的影响;然后利用多元线性回归法建立风电功率预测误差的估计模型,并对风电场日前的点功率预测值进行修正;最后利用广义误差分布模型估计出风电出力的上下限。以华北地区某座风电场作为测试算例进行分析,验证了该出力分布估计方法的有效性。