基于随机系数Logit模型的专利价值评估研究——以主动降噪技术为例

[研究目的]从分析专利价值入手,通过经济学研究方法围绕专利侵权损害赔偿的标准进行定量研究,为评估专利价值提供有意义的知识增量。[研究方法]基于实证产业组织理论,采用随机系数Logit模型,以无线蓝牙耳机主动降噪(ANC)技术作为研究对象,构建该技术遭受侵权的反事实情形来估计经济指标变化,由此评估专利价值及侵权赔偿比例。[研究结论]专利侵权企业的行为产生了反竞争效应,提升了企业垄断势力,挤占了其他耳机企业的生存空间,也对潜在进入企业形成了进入威胁。蓝牙耳机价格中约有4.06%源于ANC专利标识。如果发生ANC专利侵权,赔偿额度应是侵权企业利润的2.6~2.8倍。该方法利用市场数据在均衡框架下评估专利价值,为相关研究提供了新方向。

基于Box-Cox变换和随机系数回归的非线性退化数据建模方法

变换方法是处理设备非线性退化建模与剩余寿命预测的一种重要方式和可行途径,目前常见的变换方法主要为对数变换和时间尺度变换,其适用范围有限。鉴于此,文章提出一种基于Box-Cox变换(Box-Cox transformation,BCT)的非线性退化数据建模方法。首先,采用BCT对非线性退化数据进行变换,将变换后的退化数据通过线性随机系数回归模型进行建模。然后,通过构建观测数据的概率密度函数,利用极大似然估计对于BCT中的模型参数进行辨识,并运用Bayesian理论对参数进行在线更新实现退化模型的动态校准。最后,分析经过BCT后的锂电池和轴承实际退化数据,其线性度与相关系数最高分别提升69.63%、9.19%,证明文章方法可行,具有潜在的工程应用价值。

基于随机系数面板数据模型的滑坡涌浪时序预测研究

滑坡涌浪是近水滑坡诱发的一种重要次生灾害,涌浪波参数的有效预测对滑坡涌浪灾害的风险评估具有重要意义。常规的基于试验数据构建的滑坡涌浪预测模型通常关注涌浪波参数的瞬时值,通过选取滑坡体的厚度、速度等参数作为自变量,计算涌浪波的最大波高、最大振幅等瞬时参数。目前,滑坡体参数与涌浪波参数的时序量化关系尚待探明。本研究以涌浪波参数的时序变化特征为研究对象,采用散粒体滑坡材料开展了物理模型试验,并基于试验数据建立了包含时间序列的滑坡体和涌浪波参数多样本三维面板数据库,然后基于随机系数面板数据模型构建了滑坡体参数和涌浪波参数的时序量化模型,最后通过试验数据验证了模型的有效性。该模型实现了涌浪波参数的时序预测,有效弥补了常规模型仅能预测涌浪波参数瞬时值的不足。

带有相依稀疏算子的一阶随机系数二项自回归模型

将ADCBAR(1)模型推广到随机系数情形,提出一种带有相依稀疏算子的一阶随机系数二项自回归模型RCADCBAR(1),用于刻画具有相依性及零堆积性质的有限范围内整数值时间序列数据.首先,推导该模型的一些统计性质;其次,用条件最大似然方法对模型中存在的未知参数进行估计,并讨论估计量的渐近性质;最后,将该模型应用到一组实际数据中,以说明该模型的适用性.

基于AR(p)误差随机系数面板数据模型的预测

本文研究了模型误差服从AR(p)过程的随机系数面板数据模型的预测问题,得到了最优线性无偏预测表达式。数值模拟结果表明了所提方法的有效性。

基于推广的负二项稀疏算子的随机系数INAR(1)模型及其应用

基于推广的负二项稀疏算子构建带有随机系数的一元INAR(1)模型,推导了该模型的概率统计性质,采用最小二乘估计法进行参数估计并进行了数值模拟。最后给出一个实例应用,并将该模型与其他模型进行对比研究,结果显示带有随机系数的基于推广的负二项稀疏算子的一元INAR(1)模型更适用于实际数据。

消费者重复使用及使用强度的离散随机系数模型构建与应用

建立统计模型,对消费者行为进行深入研究,有利于商家了解用户的规律,制定相应的营销策略,使收益最大化。首先运用随机系数贝塔二项分布回归模型,研究消费者重复使用某种产品或服务的概率,之后运用随机系数贝塔模型研究消费者的使用强度。用模型拟合香港电视观众收视数据,得到了非常好的结果。该模型也可应用到消费者网络购物等其他领域的行为分析。

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义.以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符.随机系数Logit模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响.本文利用随机系数Logit模型对市内机动化出行行为研究.考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3个潜在心理因素.通过研究表明,随机系数Logit模型比传统的离散选择模型具有更高的拟合度.随机系数Logit模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10000元,以及对交通灵活性的主观需求相关.

医学多变量重复观测资料的随机系数模型

目的 :研究医学重复观测数据的多变量随机系数模型 .方法 :对两种药物 (A药 :消瘾扶正胶囊 ,B药 :可乐宁 )治疗 12 0例患者后的舒张压和收缩压重复观测数据进行多变量随机系数模型分析 ,对模型系数的固定效应参数矩阵 ξ作最小二乘估计并进行组间比较 ,同时估计随机效应的方差 协方差矩阵 ,分析方法用SAS/IML软件编程得以实现 .结果 :得到了固定效应和随机效应有关参数的估计值 ,并给出了曲线图 .用药后患者的舒张压和收缩压随时间的变化而变化 ,且两个药物组曲线的变化趋势是不相同的 ,A药组的变化相对平缓 ,而B药组起伏波动较大 ,用药后A药组的舒张压和收缩压相对来说均较B药组为高 .结论 :多变量随机系数模型可有效地进行多变量重复观测数据的动态变化趋势分析以及随机效应分析 .

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.

基于随机系数Logit模型的城市群城际出行方式选择行为研究

以粤港澳大湾区城市群的广深城际运输通道为例,分析城际运输通道中影响旅客出行方式选择行为的因素及其影响。传统的多项式Logit(MNL)模型具有无关方案独立性,无法对不同出行者的选择偏好差异进行定量分析,故应用随机系数Logit模型分析城际交通出行选择行为。选取城际出行旅客的个人社会经济属性、心理潜变量(对交通方式舒适性、可靠性和便捷性的心理感受)、城际出行方式特征变量设计问卷。采用线上与线下相结合的方式开展问卷调查,共收集534份问卷,基于此建立并求解随机系数Logit模型。随机系数Logit模型估计结果的伪R2为0.178,表明模型具有良好的拟合度。研究结果表明:城际出行旅客的收入、职业、私家车保有情况、家庭儿童数量以及对出行方式便捷性的感知对其选择行为有显著影响;而出行方式的舒适性、可靠性对城际出行方式的选择行为影响不显著;改善交通方式的便捷性对提升城际出行方式的吸引力起关键作用。因此,在城际交通规划设计、运营管理中应着重考虑便捷性对城际交通方式选择带来的影响。

加权非线性随机系数模型异方差性的Score检验

在回归分析中 ,随机误差的方差齐性的假设往往有助于问题的解决 ,但方差齐性假设并不总是正确的。在线性和非线性回归中关于异方差的诊断问题已有许多讨论。在韦博成 (1995 )讨论的加权非线性回归模型的基础上 ,用随机系数的方法 ,讨论加权线性随机系数模型中的异方差检验问题 ,得到了方差齐性检验的Score统计量。

FDI对我国产业结构升级影响的实证研究——基于面板随机系数模型的分析

改革开放以来,我国实施"以市场换技术"的外资战略,吸引外资以期换来国外的先进技术,促进产业结构升级。时至今日,此举是否真正换来了技术与产业结构的升级,值得我们细分研究。本文选取1999-2009年我国实际利用外资金额和行业增加值数据,通过采用面板随机系数模型分析了FDI对三次产业中各个细分行业的影响,从而得出FDI对我国产业结构升级的影响。研究得出如下结论:FDI对第一产业(即农林牧渔业)增加值有影响,但不够显著;FDI对第二产业中的制造业增加值的影响显著;FDI对第三产业内绝大多数行业增加值的影响显著。进而表明FDI的流入能有效推动产业结构升级和优化。

基于随机系数模型的重复测量资料分析方法

目的探讨随机系数模型在重复测量资料分析中的应用。方法以实例说明随机系数模型,包括线性随机系数模型和多项式随机系数模型在重复测量资料中的应用,并与重复测量方差分析进行比较。结果重复测量方差分析结果显示,处理因素无统计学意义,时间因素有统计学意义;随机系数模型拟合结果还提示因变量与时间之间可能存在非线性关系。结论随机系数模型拟合结果基本与重复测量方差分析结论一致,但随机系数模型可以考虑资料的相关性、非线性问题,因此更为准确可信。

随机系数离散值时间序列模型

本文建立了q阶随机系数整值滑动平均模型。研究发现:固定指标t,该过程服从泊松分布;求得该过程的期望、方差、协方差;证明了该过程是宽平稳过程,均值与协方差均是遍历的;得到了特殊情况下模型参数的矩法估计,该估计是相合估计。通过Monte Calro模拟来验证估计量的优劣。

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。

基于随机系数Logit模型的地铁拥挤度影响参数研究

出行者对车内拥挤度的评价往往不一致,文中利用随机系数Logit模型对拥挤度影响参数进行研究.考虑到心理因素对出行者出行选择行为具有影响,文中研究加入了出行者对出行舒适性要求这一潜在心理因素,并通过问卷调查的方式进行分析.研究表明:随机系数Logit模型比传统的离散选择模型具有更高的拟合度;随机系数Logit模型的效用函数中,车票价格和车内时间的系数为非随机变量,但车内拥挤度的系数为随机变量,且受到出行者对出行舒适性要求和车内时间的影响,出行者对出行舒适性的要求越高,车内拥挤度对效用的影响越大,随着车内时间的延长,车内拥挤度对效用的影响减小.

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.

幂随机系数累加多层统计模型的建立及其预测上的应用

用幂函数对具有层结构的原始数据进行变换,用变换后的数据建立随机系数累加多层统计模型,提高了数据的光滑性。应用幂单变量随机系数累加多层统计模型到仅有两个调查数据的香蕉组织形式绩效的预测中,计算了预测误差,并且比较了幂单变量随机系数累加多层统计模型和单变量随机系数累加多层统计模型的预测结果。