期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种基于偏度和峰度联合检测的频谱感知算法 被引量:1
1
作者 谭哲雯 雷可君 +2 位作者 杨喜 汪旭明 谭宇豪 《吉首大学学报(自然科学版)》 CAS 2023年第6期14-19,共6页
通过对接收信号样本偏度和样本峰度进行归一化处理,设计了一种基于偏度和峰度联合检测的频谱感知算法(联合检测算法).利用卡方分布的概率密度函数分析非渐近条件下算法的理论虚警性能,推导出相应的理论判决门限.仿真实验结果表明,联合... 通过对接收信号样本偏度和样本峰度进行归一化处理,设计了一种基于偏度和峰度联合检测的频谱感知算法(联合检测算法).利用卡方分布的概率密度函数分析非渐近条件下算法的理论虚警性能,推导出相应的理论判决门限.仿真实验结果表明,联合检测算法在小样本条件下仍然可以保证可靠的检测结果,并表现出比经典的Jarque-Bera频谱感知算法更优的检测性能. 展开更多
关键词 认知无线电 频谱感知 样本偏度 样本 联合检测
下载PDF
金融资产收益非对称性分析 被引量:4
2
作者 张术林 魏正红 《深圳大学学报(人文社会科学版)》 CSSCI 北大核心 2007年第1期81-84,共4页
滑动分块自助法(moving-block bootstrap)是一种适合相依时间序列的再抽样方法,与传统的非对称性检验法相比,它能有效地拟合统计量的抽样分布,这是因为传统的非对称性检验均假设收益序列独立同分布,与大多数金融资产收益的统计特征不符... 滑动分块自助法(moving-block bootstrap)是一种适合相依时间序列的再抽样方法,与传统的非对称性检验法相比,它能有效地拟合统计量的抽样分布,这是因为传统的非对称性检验均假设收益序列独立同分布,与大多数金融资产收益的统计特征不符;利用滑动分块自助法对中国股市指数进行实证分析可以知道,在“熊市”期间,收益显著右偏,而在“牛市”期间,非对称性不明显。由于金融资产收益的非对称性是影响投资组合、资产定价的重要因素,因此在金融理论与实践中具有重要意义。 展开更多
关键词 金融 资产收益 非对称性 样本偏度 滑动分块自助法
下载PDF
股票日内收益非对称性检验
3
作者 魏正红 张术林 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第3期334-337,共4页
文章分别考察了1 min5、min和10 min等间隔抽样的股票日内收益,并利用样本偏度方法和基于偏t分布的LM检验方法对3种抽样频率的日内收益的非对称性进行检验;结果表明,随抽样频率升高,样本峰度系数增大,在1 min频率,样本偏度检验几乎拒绝... 文章分别考察了1 min5、min和10 min等间隔抽样的股票日内收益,并利用样本偏度方法和基于偏t分布的LM检验方法对3种抽样频率的日内收益的非对称性进行检验;结果表明,随抽样频率升高,样本峰度系数增大,在1 min频率,样本偏度检验几乎拒绝所有股票和股票指数收益的对称性,而LM检验仅拒绝其中几只,但是在5 min和10 min频率,2种检验结果趋于一致。 展开更多
关键词 T分布 LM检验 样本偏度 高峰态 日内收益.
下载PDF
A Statistical Power Comparison of the Kolmogorov-Smirnov Two-Sample Test and the Wald Wolfowitz Test in Terms of Fixed Skewness and Fixed Kurtosis in Large Sample Sizes 被引量:1
4
作者 Otuken SENGER 《Chinese Business Review》 2013年第7期469-476,共8页
In this study, the statistical powers of Kolmogorov-Smimov two-sample (KS-2) and Wald Wolfowitz (WW) tests, non-parametric tests used in testing data from two independent samples, have been compared in terms of fi... In this study, the statistical powers of Kolmogorov-Smimov two-sample (KS-2) and Wald Wolfowitz (WW) tests, non-parametric tests used in testing data from two independent samples, have been compared in terms of fixed skewness and fixed kurtosis by means of Monte Carlo simulation. This comparison has been made when the ratio of variance is two as well as with equal and different sample sizes for large sample volumes. The sample used in the study is: (25, 25), (25, 50), (25, 75), (25, 100), (50, 25), (50, 50), (50, 75), (50, 100), (75, 25), (75, 50), (75, 75), (75, 100), (100, 25), (100, 50), (100, 75), and (100, 100). According to the results of the study, it has been observed that the statistical power of both tests decreases when the coefficient of kurtosis is held fixed and the coefficient of skewness is reduced while it increases when the coefficient of skewness is held fixed and the coefficient of kurtosis is reduced. When the ratio of skewness is reduced in the case of fixed kurtosis, the WW test is stronger in sample volumes (25, 25), (25, 50), (25, 75), (25, 100), (50, 75), and (50, 100) while KS-2 test is stronger in other sample volumes. When the ratio of kurtosis is reduced in the case of fixed skewness, the statistical power of WW test is stronger in volume samples (25, 25), (25, 75), (25, 100), and (75, 25) while KS-2 test is stronger in other sample volumes. 展开更多
关键词 Kolmogorov-Smimov Two-Sample (KS-2) test Wald Wolfowitz (WW) test statistical power SKEWNESS KURTOSIS
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部