一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题,给出了未知参数的一个估计类,证明了该估计类中估计的相合性和渐近正态性,并且获得了该估计类中的最小渐近方差估计,并通过数值模拟比较了估计类中各种估计方法的优劣.

基于联合估计方法的广义随机系数自回归模型的统计推断

本文利用联合估计函数方法(CEF)对广义随机系数自回归(GRCA)模型进行统计研究.应用联合估计函数方法得到广义随机系数自回归模型参数估计量,证明了提出的参数估计量的相合性和渐近正态性,利用数值模拟对提出的参数统计量进行对比分析,数值模拟结果表明,联合估计方法的参数估计量优于基于估计函数方法、伪极大似然方法、最小二乘方法的参数估计量,实证研究也说明CEF方法具有较好的效果.

基于随机森林回归算法的抽油机井系统效率分析与预测

抽油机井系统效率过低,则无功损耗大,必然造成能耗的浪费,因此有必要对系统效率进行分析研究。首先根据系统效率计算公式进行分析,构建了12类属性指标数据集,用于有功功率的分析和回归;采用随机森林回归算法,对指标数据集进行训练集回归,并对测试集测试;最后,采用随机森林回归算法对现场的抽油机井系统效率进行了预测。对训练集2560口抽油机井进行回归,得出系统效率主要受日产液量影响,其次为有功功率,二者重要性占72.2%;全样本特征属性预测和缺样本特征属性预测的测试集的确定系数分别为0.852和0.701,说明在有功功率缺失时,拟合质量降低,但系统效率的变异中可由各属性指标参数解释部分的占比仍较大;根据缺样本特征属性预测回归模型,在现场对系统效率低于15%的188口井进行措施调整,累计节电15.28×10^(4)kWh,折合经济效益9.73万元。

Panel数据模型中回归系数的广义p值检验

利用广义p值和广义置信区域的概念对含有三个随机效应的Panel数据模型中回归系数的假设检验问题建立了精确检验,构造了回归系数的几个广义置信区域;讨论了本文所构造的检验和置信区域在尺度变换下的不变性;对这几种检验的功效和置信区域的覆盖率给出了数值模拟结果。

非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较

在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等。

随机效应变系数空间自回归面板模型的估计

具有良好可读性和稳健性的变系数模型在各学科领域应用广泛。本文构建了一种新的随机效应变系数空间自回归面板模型,运用截面极大似然估计方法,导出了模型的估计量,证明其具备一致性和渐近正态性,蒙特卡洛模拟研究显示估计量的小样本表现效果良好。

随机系数自回归模型变均值点在线监测与应用

对随机系数自回归模型的变均值点进行在线监测时,如果变均值点的位置远离开始监测点,则平均地说,需要较长的运行时间方能检测到该变均值点.为此,笔者引进一个窗宽参数,提出了一种改进的在线监测方法.给出了监测统计量在原假设下的极限分布,并证明了此方法的一致性.模拟结果显示新方法明显优于已有的方法.最后将该方法应用于两组股票价格均值点的监测问题中,说明了方法的有效性.

增长曲线模型中回归系数的广义根方估计

本文对增长曲线模型中的回归系数B提出了一种新的估计形式———广义根方估计B^(K),其中K=diag(k1,k2,…,kp),并证明了通过广义根方偏参数ki(i=1,2,…,p)的适当选取可使得该估计在均方误差和均方误差矩阵的意义下优于已有的LS估计和根方估计;及广义根方估计是可容许估计.本文还给出了选取广义根方偏参数的两种方法、算法及一个应用实例.

两变量随机系数回归模型的最优设计

本文考虑两变量随机系数回归模型在单位正方形设计区域上基于A-,Ds-,I-和D-准则下的最优设计.证明了最优设计可在设计域的顶点处获得,并得到了几类最优设计的解析或数值结果.

缺失数据下随机系数自回归模型的参数估计

随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用。文章讨论具有缺失数据的随机系数自回归模型的参数估计问题,在缺失数据情形下给出了四种模型参数估计方法:无数据填充条件最小二乘法、均值填充法、条件均值填充法以及桥填充法。最后,通过随机模拟说明了上述估计方法的精确性,并给出了应用实例。

增长曲线模型中回归系数的广义岭型主成分估计

针对增长曲线模型中设计阵呈病态时,提出了一种有偏估计——广义岭型主成分估计:证明了通过选择适当的参数,使得该估计在均方误差(MSE)意义下改善了最小二乘估计和主成分估计,并且进一步得到了在MSE意义下该估计是可容许估计,最后得到该估计在广义岭型降维估计类中方差和最小。

闭区间[a,b]上随机系数回归模型的最优设计

随机系数回归模型是一类广泛应用于社会学、经济学、生物学、心理学、药代动力学等科学研究领域的线性模型.本文讨论了闭区间[a,b]上随机系数回归模型基于D-,G-,A-,Dβ-和I-最优准则下的几类最优设计问题.证明了在设计准则满足实值单调的条件下最优设计可在设计域端点处获得的结论,并给出了这几类设计准则下最优设计的解析表达式.

财政政策、货币政策对发达国家就业与经济增长的影响研究——基于随机系数的面板向量自回归模型的估计

自2008年的金融危机以来,发达国家采取的经济刺激政策以超级宽松的货币政策为主,以适度宽松的财政政策为辅。这些政策能否帮助发达国家实现就业增长和经济复苏呢?本研究以24个发达国家的宏观季度数据为基础,采用随机系数的面板向量自回归模型的估计方法进行估计,结果表明:第一,增加政府消费的扩张性财政政策,能够有效地促进发达国家的就业与经济增长;第二,增加货币供给的扩张性货币政策,能够有效地促进发达国家的经济增长,但是对发达国家的就业有非常不利的影响;第三,虽然与凯恩斯主义、货币主义的理论预期不符,但符合客观事实的是,超低利率的货币政策对发达国家的就业与经济增长均有不利影响。研究的政策启示是,财政政策、货币政策在促进就业与经济增长方面各有优势,政府应当根据促进就业与经济增长的调控目标,合理地搭配扩张性财政政策和增加货币供给的扩张性货币政策,并审慎使用超低利率的货币政策。

异方差随机系数回归模型的最优设计

最优设计方法在工程技术领域和工农业生产中具有广泛的应用.随机系数模型的最优设计研究中通常假定随机误差项具有相同的方差,实际中误差的产生往往与观测点有关,从而具有异方差性质.本文研究一般闭区间设计域上异方差随机系数回归模型的最优近似设计问题.我们获得了最优设计可以在设计域的两个端点处得到的一组充分条件,并进一步证明了当误差项方差具有对称结构且设计域是对称区间时,设计域两个对称端点处的等权重设计同时具有多重最优性质,这时最优设计不依赖于模型中随机误差项的方差结构及随机系数项的方差.

具有随机回归子的不完全信息和随机截尾的广义线性模型的重对数律(英文)

在可靠性研究中,带有不完全信息随机截尾的线性模型经常受到关注.本文将带有不完全信息随机截尾的线性模型推广到带有随机回归子的不完全信息的随机截尾广义线性模型,并运用概率极限理论对后者的极大似然估计的收敛速度进行了研究,得到了两个重对数律.从渐近的意义看,第一个重对数律给出了未知参数的最小100%置信区间,而第二个重对数律给出了估计量能够达到的精确下界.

半相依回归模型中回归系数的广义p值检验

研究半相依回归模型中回归系数的精确检验问题.针对含有2个相依线性方程的回归系统中回归系数的假设检验问题,利用广义p值的方法建立了精确的检验.对检验的功效进行了模拟,模拟结果表明,本研究的检验方法能有效控制第一类错误出现的概率,具有较好的检验效果.

随机效应线性模型中回归系数和参数同时估计的可容许性

对于一般的随机效应线性模型Y=Xβ+ε,E(β)=Aα,E(ε)=0,Cov(β′,ε′)=V.其中X为已知的n×p矩阵,β和ε分别为不可观测的p维和n维随机向量,Y是可观测的,V和A都已知,α∈Rk为参数.本文在一种新的矩阵损失函数下,给出了随机回归系数和参数同时估计在齐次线性估计类和非齐次线性估计类中可容许的充分必要条件.

随机系数回归模型的多步预报公式

研究的随机系数回归模型为 y_t=sum from i=1 to s (β_i(t)x_i(t)+e_t) t=0,1,… 其中回归系数β_i(t)是对经典的定常系数的推广,并假定β_i(t),i=1,2,…,s为应用广泛的多元ARMA或ARIMA时序模型或关于时间t的某种函数.并依此给出y_t的多步预报递推公式可进行动态预报.此预报公式仍适用于系数时间序列为非平稳情况.在无初始信息情况下,此预报公式仍具有某种最优性质。

多元线性模型中随机回归系数和参数的线性估计在线性估计类中的可容许性(Ⅰ)

考虑多元线性模型Ｙ＝ＸＢ＋Ｅ，其中Ｙ是可观测的ｎ×ｍ矩阵，Ｂ和Ｅ分别为不可观测的ｐ×ｍ和ｎ×ｍ随机矩阵，ＥＢＥ＝ＡαＯ，ＣｏｖＢＥ＝Ｖ；Ｘ，Ａ，Ｖ均为已知矩阵，≥０，Ｖ≥０，是已知矩阵或未知的参数矩阵，α∈Ｒｋ×ｍ为未知的参数矩阵。本文在矩阵损失函数：（ｄ－Ｓα－ＱＢ）′（ｄ－Ｓα－ＱＢ）下给出了Ｓα＋ＱＢ的估计ＬＹ（ＬＹ＋ｃ）在齐次线性估计类（线性估计类）中可容许的充要条件，从而将文献［１］［３］中得到的关于一元模型的有关结果推广到多元模型。

多元线性模型回归系数的广义根方估计

将根方估计作一拓广，提出了回归系数的广义根方估计，证明了广义根方估计能更有效地改善最小二乘估计，并给出了广义根方估计的显示解和确定偏参数的方法。