实证研究中预测模型的选择:从逐步回归到信息标准

本文首先对显著性变量同变量显著性之间的关系予以讨论并区分,进而评价逐步回归模型选择法的缺陷性。在此基础上,我们对以AIC和B IC为代表的各种基于信息标准的模型选择法予以介绍和评论。同逐步回归法相比,信息标准模型选择法有着坚实的统计理论基础及清晰而优良的统计性质。本文通过基于近十年中国股市数据的实证检验说明,信息标准同逐步回归相比往往能产生具有更强预测能力的计量模型,因此值得在未来的实证研究中注意并推广。

体重协方差函数分析最优模型的选择方法

为了得到考力代羊协方差函数分析的最佳模型和准确的参数估计,以便为考力代羊的选育提供参考依据,利用考力代羊的育种体重记录数据,分为4部分进行:第一,先在固定效应模型中,利用SPSS软件的GLM程序对模型中的固定效应进行筛选;第二,用DFREML软件的DFUNI程序进行单性状分析,利用对数约束似然函数最大值和似然比检验对模型中的随机效应进行筛选;第三,单性状分析的方差组分作为多性状分析的初始值,多性状分析的协方差组分作为协方差函数估计的初始值;第四,用DFREML软件的DXMRR程序进行协方差函数估计时,利用Araike和贝叶斯信息标准(AIC、BIC)对模型中效应的配合阶数进行筛选。结果表明,协方差函数分析模型中固定效应(b)为出生年份、出生月份、出生类型和性别;随机效应为个体加性遗传效应(a)和母体永久环境效应(c),且固定效应和随机效应的配合阶数依次为5、5、4时所得的协方差函数估值最佳。最佳模型为y=Xb+Za+Wc+e(e为误差方差)。

以豚草为例利用GIS和信息理论的方法预测外来入侵物种在中国的潜在分布

外来物种入侵已经对世界各国的经济、公共健康、农业生产力和生态完整性造成了越来越大的威胁,描述和预测外来入侵物种的空间分布对物种入侵的防治和早期预警起着重要的作用.生物多样性数据的不对称性以及生物建模过程中模型选择的不确定性给入侵物种空间建模带来了困难和局限.本研究利用统计学和信息理论的方法,从地学空间制图和生物建模的角度研究了外来入侵物种(以豚草Ambrosia Artemisiifolia L.为例)的潜在分布以及环境影响因子,提出了一种改进的logistic回归模型.logistic回归模型的选择基于Akaike信息标准(AIC),针对物种数据的不对称性,本研究提出了一种新的频率统计的方法去划分物种源生地的适应性生存环境.最后,我们把在源生地建立的模型和分类标准投影到入侵地绘制了该物种在入侵地的相对适应性分布图.