慈善捐赠的股市效应及其影响因素再研究——基于调整的市场模型和非参检验方法

本文以74家上市公司为样本,根据调整的市场模型和非参检验方法,在增加模型检验期的基础上对玉树地震后企业慈善捐赠的股市效应进行了估计判断,并实证分析了股市效应的影响因素。研究表明,调整的市场模型预测能力显著提高,企业慈善捐赠对股市有明显的负向冲击效应,并随着时间推延和捐赠信息的扩散而逐渐弱化。政府控制型企业捐赠获得的股市效应明显低于非政府控制型企业,捐赠比率与股市效应显著正相关,而捐赠金额并非投资者反应的直接根据。

基于非参数统计的加速退化试验优化设计

加速退化试验优化设计研究如何在有限的费用约束下设计方案以减少试验评估误差。采用参数统计分析试验数据需要假设分布函数,当假设错误时会引起较大的误差,而采用非参数统计分析,通过数据本身来寻找合适的回归模型则可避免这一问题。以试验费用为约束,进行加速退化试验优化设计,给出各优化变量:试验应力水平、各应力水平下样本量、性能监测次数和监测间隔,最后通过仿真算例说明该加速退化试验优化设计方法的应用。

倒向随机微分方程的非参估计及模拟

研究了倒向随机微分方程的非参估计方法,给出了用非参方法估计生成元g和z的公式,并且进行了数值模拟股票价格过程和期权定价过程来验证非参方法的可行性.

利用非参分位数回归模型分析金融市场的风险传染

基于市场风险的角度,采用非参分位数回归模型,结合中国、美国、英国和日本4个国家股票市场的数据进行实证分析.实证结果表明:4个国家的金融市场存在着风险传染效应,而且这种传染是非线性的;风险产生国的金融市场首先受到影响,进而再传染到其他3个国家的金融市场,而且这种风险传染对于不健全的金融市场的影响程度要大于相对比较健全的金融市场.

非参数bootstrap估计失效情形的探讨

文章探讨了非参数bootstrap估计失效的情形,结果表明,当总体参数θ=θ(F)的估计Tn仅利用了样本X1Xn中的部分时,非参数bootstrap估计就会失效;其次,利用均匀分布对结论进行了验证,结果表明,非参数bootstrap方法再抽样计算的1000个极大值比较分散,相应密度曲线左尾厚且上升缓慢,与真实分布相差较远。

ρ混合序列下非参回归函数加权核估计的强收敛速度

在误差项为ρ混合序列的条件下,讨论了非参回归函数加权核估计的强相合性,并给出其收敛速度.所得定理表明,当样本矩r充分大时,强相合的收敛速度约等于n-1/2.

强混合序列下非参回归函数加权核估计的强收敛速度

在误差项为强混合序列的条件下,利用随机变量部分和的矩不等式,讨论非参回归函数加权核估计的强相合性,给出其收敛速度.当样本矩足够大时,强相合的收敛速度约等于n-1/2.

基于非参数化步长最速下降的盲源抽取算法

为了从混叠的观测信号中抽取单个源信号,提出一种基于二阶统计量和最速下降优化技术相结合的盲抽取方法。该方法首先根据源信号的二阶统计特性构造用于估计抽取权向量的代价函数,然后采用非参数化步长的最速下降更新规则进行优化,从而获得最优的抽取权向量。仿真实验结果表明,该算法能有效地逐个分离出平稳和非平稳的信号,同时也能实现在线盲信号抽取。

基于非参数核密度模型的交通图像目标提取

针对现有目标提取和去噪方法不能很好地满足城市交通图像车辆目标提取的要求,提出基于概率比较结合形态学闭操作的目标提取去噪方法。通过非参核密度估计算法建立背景模型,获得每个像素点上各灰度值的出现概率,提取出前景目标;分别计算前景目标是属于车辆移动还是树叶抖动的概率,通过概率比较去除噪声,用形态学闭操作进一步去噪。实验结果表明,提出的算法较好地实现了树叶噪声与车辆目标的分离,能有效去除树叶抖动噪声,正确提取车辆目标,具有良好的抗噪性。

左截断右删失数据下非参数估计方法的研究

目的针对左截断右删失数据,现有的非参极大似然估计法(NPMLE)和Breslow-Fleming-Harrington估计法(BFH)都对小风险集情形极为敏感,此时生存率会出现急速下降,本文除了提出校正精度的新估计法,同时对现有方法进行比较研究。方法基于现有NPMLE和BFH,结合Lai-Ying加权思想和条件概率,介绍加权NPMLE和条件NPMLE法,并提出加权BFH法。利用绝对误差积分(IAE)和平均宽度积分(IAW)指标,通过模拟研究比较上述方法的估计精度。结果模拟结果显示NPMLE、BFH、加权NPMLE、加权BFH和条件NPMLE法的IAE值依次递增,而IAW值显示加权BFH法最小,NPMLE法最大,BFH、条件NPMLE和加权NPMLE法在高低删失率下IAW大小相互逆转。结论结合模拟结果和实际例子,存在小风险集时推荐使用加权BFH法,其次加权NPMLE法;没有小风险集时5种方法基本一致。

非参数形式二次曲线反馈插补方法探讨

针对非参形式二维曲线,提出了一种基于反馈校正思路的插补算法。插补精度较高,同时在实际插补过程中反馈校正的次数非常有限,方法有效且实用。

风电外送断面极限输电能力的非参数回归估计

大规模风电的随机性和间歇性导致基于典型方式计算的通道极限输电能力(total transfer capability,TTC)有效性降低。提出一种TTC非参数回归估计技术,通过风电与负荷场景聚类形成代表性中心,采用二分法重复潮流计算各场景下含稳定约束的断面TTC值,提取各场景与所属中心场景间的属性偏差及TTC偏差作为特征数据样本,经过相关性检验与非参独立筛选后,利用基于三次B样条函数展开的Group Lasso算法对TTC偏差进行非参数回归估计。算例验证表明,该方法具备较强的非线性泛化能力,能以较高精度提取输电断面TTC运行规则的显性表达式,与传统方法相比具有更丰富的信息输出与更良好的解释性,可用于含风电外送断面电力系统TTC的在线快速估计。

多领域机器翻译中的非参贝叶斯短语归纳

多领域机器翻译一直以来都是机器翻译领域研究的重点,而短语归纳是重中之重。传统加权的方法并没有考虑到整个归约过程,本文提出了一种使用层次化的Pitman Yor过程进行短语归约,同时把多通道引入到模型中,使得在短语归约的过程中平衡各领域的影响;从模型角度,本文的方法为生成式模型,模型更有表现力,且把对齐和短语抽取一起建模,克服了错误对齐对原有短语抽取性能的影响。从复杂度上来说,该模型独立于解码,更易于训练;从多领域融合来说,对短语归约过程中进行融合,更好地考虑到整个归约过程。在两种不同类型的语料上验证了机器翻译的性能,相对于传统的单领域启发式短语抽取和多领域加权,BLEU分数有所提高。

利用随机效应非参分布分析纵向数据

纵向数据观测间的非独立性往往会造成模型参数估计上的困难,而随机效应的引入可以构造有效的条件独立从而减少参数估计的计算量。论文以某针叶林生长数据为例,假设随机效应服从非参分布,并介绍如何引入随机效应对纵向数据进行分析,并提出有效的模型检验方法。

一种带有自权重的积分波动率的非参估计

为了对带有自权重的积分波动率∫10f(Xt)σ2tdt进行估计,定义了一个新的非参数估计量,并利用"已实现"波动率的方法,证明了该估计量是积分∫10f(Xt)σ2tdt的一致估计量,同时还得到此估计量的渐近正态分布以及学生化形式,从而可对该积分做区间估计或假设检验。

非参数检验在畜牧生产中的应用及其SPSS实现

两样本的比较问题在畜牧生产实践中经常遇到。解决该问题常用的检验方法是U检验、t检验等参数检验方法。但是,在实际应用中,由于各种原因所处理的数据并不满足U检验或t检验的条件,因此采用非参数检验方法来解决该类问题更有效。结合实例,本文阐述了两独立样本的Mann-Whitney非参数检验原理及其使用SPSS软件在畜牧生产中的具体应用。

检测尺度参数的非参数控制图

本文基于Ansari-Bradley检验提出两种在过程分布未知时检测过程尺度参数的非参数控制图,即混合指数加权移动平均与累积加和(mixed exponentially weighted moving averagecumulative sum,EWMA-CUSUM)控制图与混合累积加和与指数加权移动平均(mixed cumulative sum-exponential weighted moving average,CUSUM-EWMA)控制图.通过比较平均运行链长等多个指标来衡量控制图的性能表现,并考虑了阶段Ⅰ及阶段Ⅱ样本容量对阶段Ⅱ检测性能的影响.最后用实例来说明本文提出的控制图的实际应用.

基于非参估计的局部滑窗双参CFAR目标检测

针对特定杂波概率模型不能有效的描述SAR图像背景杂波这一问题,提出了一种基于非参估计的局部滑窗双参CFAR目标检测算法。该方法首先用非参估计方法逼近SAR图像局部背景,完成对局部背景的精确建模;在此基础上,理论推导了局部双参CFAR检测算法的阈值,设计了阈值求解的数值算法。对典型目标图像进行实验,结果表明,该方法检测速度较快、精度较高。

非参多元方法的探究

非参数统计是统计学的一个重要分支,其基本理论和方法是本文的主要研究内容。Wilcoxon-Mann-Whitney检验提供了一种经典的一元非参方法。基于该方法,好多学者相继提出了别的非参方法。本文提出了一种简单的多元非参方法。它能很好地解决一类多元非参两样本位置检验问题,它为多元统计过程控制的研究提供一种方法。