期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
我国管理学研究中的测量模型误设及仿真分析 被引量:6
1
作者 王念新 仲伟俊 梅姝娥 《管理工程学报》 CSSCI 北大核心 2011年第2期109-117,共9页
在实证研究中,构念和观测变量之间的关系经常被忽视。本文详细区分了反映式测量模型和构成式测量模型,通过分析我国管理学领域的三本学术刊物2002年到2007年以结构方程模型(SEM)为数据分析工具的实证研究论文,发现我国管理学研究中测量... 在实证研究中,构念和观测变量之间的关系经常被忽视。本文详细区分了反映式测量模型和构成式测量模型,通过分析我国管理学领域的三本学术刊物2002年到2007年以结构方程模型(SEM)为数据分析工具的实证研究论文,发现我国管理学研究中测量模型误设的情况普遍存在。蒙特卡罗仿真分析表明,测量模型的误设将导致相关路径系数的被显著扩大或缩小,而且可能导致Ⅰ型错误和Ⅱ型错误。由于现有的SEM软件不能处理构成式测量模型,本文提出了模型细化法和模型分解法,能够将构成式测量模型转换成反映式测量模型。 展开更多
关键词 结构方程模型 测量模型误设 反映式测量模型 构成式测量模型 仿真
下载PDF
非线性趋势KPSS检验、模型误设与检验流程构建 被引量:5
2
作者 江海峰 汪忠志 《统计与信息论坛》 CSSCI 北大核心 2015年第12期9-16,共8页
利用理论推导和蒙特卡洛模拟方法,研究非线性趋势数据生成模型中KPSS检验统计量、趋势项检验统计量分布规律,并总结出KPSS检验流程。理论研究表明,在原假设和备择假设成立时,相关检验统计量在大样本下都收敛到维纳过程的泛函,且KPSS检... 利用理论推导和蒙特卡洛模拟方法,研究非线性趋势数据生成模型中KPSS检验统计量、趋势项检验统计量分布规律,并总结出KPSS检验流程。理论研究表明,在原假设和备择假设成立时,相关检验统计量在大样本下都收敛到维纳过程的泛函,且KPSS检验不能有效区分趋势类型,模拟研究也得出类似结论。实证研究显示,通过使用KPSS检验流程,可以精确确定数据生成过程。 展开更多
关键词 KPSS检验 单位根 蒙特卡洛模拟 模型误设
下载PDF
Bootstrap区间估计在认知诊断模型误设中的应用 被引量:2
3
作者 汪文义 朱黎君 +1 位作者 叶宝娟 方小婷 《心理科学》 CSSCI CSCD 北大核心 2020年第6期1498-1505,共8页
本研究提出综合考虑模型拟合指标与信度指标用于模型选择或评价模型误设,在五因素(3×3×2×2×2)实验设计条件下,比较Bootstrap区间估计的属性分类一致性信度平均数与标准误和常用的拟合统计量-2LL、AIC、BIC对正确模... 本研究提出综合考虑模型拟合指标与信度指标用于模型选择或评价模型误设,在五因素(3×3×2×2×2)实验设计条件下,比较Bootstrap区间估计的属性分类一致性信度平均数与标准误和常用的拟合统计量-2LL、AIC、BIC对正确模型的选择率。结果表明:-2LL在题目数量多的情况下表现较好,而AIC、BIC在被试量较大的情况下表现较好,在不同的研究条件下,-2LL、AIC、BIC的模型选择率很不稳定,而用Bootstrap法估计的属性分类一致性信度平均数和标准误在不同研究条件的模型选择率较稳定,总体表现较好。 展开更多
关键词 属性分类一致性信度 区间估计 BOOTSTRAP法 认知诊断模型误设
下载PDF
房租资本化、模型误设与房地产投机泡沫:基于北京、上海和广州住房二级市场的研究 被引量:34
4
作者 王艺明 《世界经济》 CSSCI 北大核心 2008年第6期59-68,共10页
本文主要研究投机泡沫是否存在于房地产价格中。本文考虑到模型误设和投机泡沫都表现为不可观测变量,因此构建了状态空间模型,并采用广义卡尔曼滤波法估计变动的风险贴水和模型误设变量。经验结果显示,若以固定利率无套利模型来拟合国... 本文主要研究投机泡沫是否存在于房地产价格中。本文考虑到模型误设和投机泡沫都表现为不可观测变量,因此构建了状态空间模型,并采用广义卡尔曼滤波法估计变动的风险贴水和模型误设变量。经验结果显示,若以固定利率无套利模型来拟合国内房地产市场数据,会存在较严重的模型误设问题,从而无法判断是否存在投机泡沫。采用时变风险贴水房价模型则有较好的解释能力。研究发现北京和上海两地房地产市场存在显著的投机泡沫,而广州则相对不显著。 展开更多
关键词 模型误设 投机泡沫 正交检验 时变风险贴水 广义卡尔曼滤波
原文传递
期货套期保值模型选择:基于模型(误设)风险与估计风险视角 被引量:2
5
作者 付剑茹 袁倩莹 张伟 《经济数学》 2020年第4期38-46,共9页
在市场环境发生变化时,针对复杂模型对套期保值的影响,从两个维度对样本检验来判断样本期是否存在市场环境突变,选取动态VAR-DCC-GARCH模型为主研模型,静态OLS、VAR、EC-VAR模型为基础模型,比较两类模型环境突变前后的套期保值表现.实... 在市场环境发生变化时,针对复杂模型对套期保值的影响,从两个维度对样本检验来判断样本期是否存在市场环境突变,选取动态VAR-DCC-GARCH模型为主研模型,静态OLS、VAR、EC-VAR模型为基础模型,比较两类模型环境突变前后的套期保值表现.实证结果显示:样本内,静态模型和动态模型的套期保值表现并没有明显的差异.样本外,所有模型的套期保值效率均会下降.模型越复杂,效率下降幅度越大,其中动态模型的套期保值效率下降最大,样本外表现最差.表明复杂模型包含更多噪音,市场环境发生变化时,其表现会劣于简单模型. 展开更多
关键词 股指期货 套期保值 随机过程 模型选择 模型()风险 模型估计风险
下载PDF
模型的复杂性与期货套期保值效率:基于环境突变样本区间的检验 被引量:13
6
作者 付剑茹 张宗成 《管理工程学报》 CSSCI 北大核心 2014年第4期146-151,179,共7页
本文从模型风险的角度,选取环境突变样本区间,对"模型的复杂性和期货套期保值效率"这一问题进行研究。采用随机系数马尔科夫体制转换(RCMRS)模型对期货最优套期保值比进行估计。并将RCMRS模型套期保值效率和OLS、VAR、VECM及G... 本文从模型风险的角度,选取环境突变样本区间,对"模型的复杂性和期货套期保值效率"这一问题进行研究。采用随机系数马尔科夫体制转换(RCMRS)模型对期货最优套期保值比进行估计。并将RCMRS模型套期保值效率和OLS、VAR、VECM及GARCH等模型进行比较和分析。样本内比较发现,复杂的动态模型并未带来明显优于静态模型的套期保值表现。样本外比较则显示,动态模型的套期保值效率明显劣于静态模型。当环境突变,模型存在明显的误设时,由于复杂模型较简单模型涉及到更多变量和假定,模型(误设)风险较简单模型更大。再加上复杂模型较简单模型包含更多噪音,估计风险更大,综合来看,复杂模型的总风险明显大于简单模型,这直接导致复杂模型的套期保值效率劣于简单模型。 展开更多
关键词 套期保值效率 复杂模型 模型()风险 估计风险 RCMRS模型
下载PDF
基于协变量平衡加权的平均处理效应的稳健有效估计 被引量:1
7
作者 吴浩 彭非 《统计研究》 CSSCI 北大核心 2020年第4期114-128,共15页
倾向性得分是估计平均处理效应的重要工具。但在观察性研究中,通常会由于协变量在处理组与对照组分布的不平衡性而导致极端倾向性得分的出现,即存在十分接近于0或1的倾向性得分,这使得因果推断的强可忽略假设接近于违背,进而导致平均处... 倾向性得分是估计平均处理效应的重要工具。但在观察性研究中,通常会由于协变量在处理组与对照组分布的不平衡性而导致极端倾向性得分的出现,即存在十分接近于0或1的倾向性得分,这使得因果推断的强可忽略假设接近于违背,进而导致平均处理效应的估计出现较大的偏差与方差。Li等(2018a)提出了协变量平衡加权法,在无混杂性假设下通过实现协变量分布的加权平衡,解决了极端倾向性得分带来的影响。本文在此基础上,提出了基于协变量平衡加权法的稳健且有效的估计方法,并通过引入超级学习算法提升了模型在实证应用中的稳健性;更进一步,将前一方法推广至理论上不依赖于结果回归模型和倾向性得分模型假设的基于协变量平衡加权的稳健有效估计。蒙特卡洛模拟表明,本文提出的两种方法在结果回归模型和倾向性得分模型均存在误设时仍具有极小的偏差和方差。实证部分将两种方法应用于右心导管插入术数据,发现右心导管插入术大约会增加患者6. 3%死亡率。 展开更多
关键词 因果推断 观察性研究 极端倾向性得分 协变量平衡加权 模型误设
下载PDF
Comparative Study of Response Surface Designs with Errors-in-Variables Model 被引量:2
8
作者 何桢 方俊涛 《Transactions of Tianjin University》 EI CAS 2011年第2期146-150,共5页
This paper investigates the scaled prediction variances in the errors-in-variables model and compares the performance with those in classic model of response surface designs for three factors.The ordinary least square... This paper investigates the scaled prediction variances in the errors-in-variables model and compares the performance with those in classic model of response surface designs for three factors.The ordinary least squares estimators of regression coefficients are derived from a second-order response surface model with errors in variables.Three performance criteria are proposed.The first is the difference between the empirical mean of maximum value of scaled prediction variance with errors and the maximum value of scaled prediction variance without errors.The second is the mean squared deviation from the mean of simulated maximum scaled prediction variance with errors.The last performance measure is the mean squared scaled prediction variance change with and without errors.In the simulations,1 000 random samples were performed following three factors with 20 experimental runs for central composite designs and 15 for Box-Behnken design.The independent variables are coded variables in these designs.Comparative results show that for the low level errors in variables,central composite face-centered design is optimal;otherwise,Box-Behnken design has a relatively better performance. 展开更多
关键词 response surface modeling errors in variables scaled prediction variance
下载PDF
Adaptive Surface Reconstruction Based on Tensor Product Algebraic Splines
9
作者 Xinghua Song Falai Chen 《Numerical Mathematics(Theory,Methods and Applications)》 SCIE 2009年第1期90-99,共10页
Surface reconstruction from unorganized data points is a challenging problem in Computer Aided Design and Geometric Modeling. In this paper, we extend the mathematical model proposed by Juttler and Felis (Adv. Comput... Surface reconstruction from unorganized data points is a challenging problem in Computer Aided Design and Geometric Modeling. In this paper, we extend the mathematical model proposed by Juttler and Felis (Adv. Comput. Math., 17 (2002), pp. 135-152) based on tensor product algebraic spline surfaces from fixed meshes to adaptive meshes. We start with a tensor product algebraic B-spline surface defined on an initial mesh to fit the given data based on an optimization approach. By measuring the fitting errors over each cell of the mesh, we recursively insert new knots in cells over which the errors are larger than some given threshold, and construct a new algebraic spline surface to better fit the given data locally. The algorithm terminates when the error over each cell is less than the threshold. We provide some examples to demonstrate our algorithm and compare it with Juttler's method. Examples suggest that our method is effective and is able to produce reconstruction surfaces of high quality. 展开更多
关键词 Surface reconstruction algebraic spline surface adaptive knot insertion.
下载PDF
Weighted Profile Least Squares Estimation for a Panel Data Varying-Coefficient Partially Linear Model
10
作者 Bin ZHOU Jinhong YOU +1 位作者 Qinfeng XU Gemai CHEN 《Chinese Annals of Mathematics,Series B》 SCIE CSCD 2010年第2期247-272,共26页
This paper is concerned with inference of panel data varying-coefficient partially linear models with a one-way error structure. The model is a natural extension of the well-known panel data linear model (due to Balt... This paper is concerned with inference of panel data varying-coefficient partially linear models with a one-way error structure. The model is a natural extension of the well-known panel data linear model (due to Baltagi 1995) to the setting of semiparametric regressions. The authors propose a weighted profile least squares estimator (WPLSE) and a weighted local polynomial estimator (WLPE) for the parametric and nonparametric components, respectively. It is shown that the WPLSE is asymptotically more efficient than the usual profile least squares estimator (PLSE), and that the WLPE is also asymptotically more efficient than the usual local polynomial estimator (LPE). The latter is an interesting result. According to Ruckstuhl, Welsh and Carroll (2000) and Lin and Carroll (2000), ignoring the correlation structure entirely and "pretending" that the data are really independent will result in more efficient estimators when estimating nonparametric regression with longitudinal or panel data. The result in this paper shows that this is not true when the design points of the nonparametric component have a closeness property within groups. The asymptotic properties of the proposed weighted estimators are derived. In addition, a block bootstrap test is proposed for the goodness of fit of models, which can accommodate the correlations within groups illustrate the finite sample performances of the Some simulation studies are conducted to proposed procedures. 展开更多
关键词 SEMIPARAMETRIC Panel data Local polynomial Weighted estimation Block bootstrap
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部