Volterra-Wiener-Korenberg模型非线性检验方法

通过 Logistic系统产生的周期 2、周期 3及混沌的时间序列研究了噪声对 Volterra-Wiener- Korenberg模型非线性检验方法的影响 ,由 Lorenz混沌时间序列进一步探讨了采用该方法检验非线性时间序列的实用性 ,并利用该方法对疲劳表面肌电信号进行了非线性分析 .结果表明 ,测量噪声和内部噪声对该方法的影响有所不同 ,从而对于有噪声的短实验数据 ,该方法只是一种间接的非线性检验方法 ,并不能直接判定原始数据是否存在混沌特性 .

基于Volterra-Wiener-Korenberg模型的亚洲6种汇率非线性特征研究

基于Volterra-Wiener-Korenberg(VWK)模型非线性检验方法对亚洲6种汇率时间序列进行了非线性动力学特征研究,并结合替代数据分析检验了该方法在汇率时间序列领域统计结果的有效性.结果表明通过比较原始数据和基于原始数据所产生的替代数据之间的差异度,零假设在95%置信度范围内被拒绝,基于VWK模型非线性检验方法能够有效地检验出6种汇率的非线性特征,且这6种汇率呈现出内在的确定性非线性结构.

基于非线性时间序列的预测模型检验与优化的研究

模型的适用性检验和参数优化是系统建模的最关键环节,对于预测模型的适用性检验,常采用残差方差图、最小信息准则和AIC准则等方法,存在计算量大、准确性低、模型不唯一等缺点.本文给出采用自相关系数和偏自相关系数的拖尾先对ARIMA模型检验,再对其进行F适用性检验,克服了由于观测样本的长度是有限的,偏相关的估计存在误差,拖尾时不能为ARMA定阶的缺陷,并采用具有超线性收敛性等诸多优点的变尺度法对模型参数进行了优化,得到了较为精确的、单一AIRMA模型,该方法可应用于网络流量模型的适用性检验和模型优化,为网络流量的预测、异常检测和服务器负载预测的应用奠定了坚实的基础.

基于非线性AR模型的时间序列弱非线性检验方法

提出一种基于非线性AR模型相对预测误差的非线性检验量δNAR,采用替代数据法来检验时间序列中的弱非线性.以4种混沌时间序列为例,分析并比较了非线性检验量δNAR与非线性零阶预测误差δZP的弱非线性检验能力.结果表明,对4种混沌时间序列中的3种,非线性检验量δNAR都表现出比非线性零阶预测误差δZP更强的弱非线性检验能力,表明该非线性检验量具有较强的数据适应性,而且对于不同的数据,具有最佳非线性检验效果的参数比较固定.

误差为ARMA(1,1)的非线性回归模型相关性和异方差的检验

本文讨论了误差为ARMA(1 ,1 )序列的非线性回归模型 .首先得到随机误差相关性和异方差性检验的似然比检验统计量和Score检验统计量 ;其次利用参数正交变换 ,得到了修正的似然比检验统计量和修正的Score检验统计量 ,推广了韦博成、胡跃清 (1 994)的结果和韦博成(1 995 )的结果 ;最后给出了几种特殊情形的似然比检验统计量和Score检验统计量 .

非线性Poisson-Gamma回归模型中存在偏大离差时离差参数的齐性检验

Poisson回归模型广泛地应用于分析计数型数据,但该模型往往存在偏大离差(overdispersion)问题。刻画Poisson回归模型的偏大离差性的两种方法是拟似然方法和随机效应法(Lee ＆ Nelder,2000),已有许多作者利用随机效应法研究了Poisson模型的偏大离差的检验问题。但他们均假定随机效应是独立同分布的,本文对他们的假设进行检验。我们分别在组内效应一致和组内效应不一致的情形下,研究了存在偏大离差的Poisson-Gamma非线性随机效应模型中,随机效应方差(称为离差参数)的齐性检验问题,得到了离差参数齐性的score检验统计量。最后给出两个数值例子说明本文方法的应用。

广义非线性混合效应模型的变离差检验

应用混合效应方法研究了广义族非线性模型的变离差检验问题 .对离散和连续两类指数族分布 ,提出了若干有效的检验统计量 .所有统计量都可用简单、便于计算的矩阵公式来表示 。

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1,0,1)误差的非线性回归模型的相关性和方差齐性的检验问题,用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量,并用随机模拟验证了检验方法的正确性;推广和发展了具有线性序列误差回归模型的结果;最后将结果应用于DBL(0,1,1)误差的非线性回归模型。

具有ARIMA(0,1,0)误差的非线性模型的异方差检验

本文讨论随机误差是 ARIMA( 0 ,1 ,0 )序列的非线性回归模型的异方差检验问题 .首先导出了检验的 score统计量 ,然后利用参数的正交变换 ,得到了调整的 score统计量 .最后 ,利用氯化物数据 ( Bates &Watts,1 988)

核实数据下非线性模型的序列相关性检验

研究了核实数据下非线性模型的序列相关检验问题,并运用经验似然的方法构造了检验统计量,证明了该检验统计量在零假设下的渐近分布。数值模拟结果显示:提出的检验效果比较理想。

指数族广义非线性随机系数模型的变离差检验

指数族广义非线性随机系数模型是 Smith & Heitjan[1 0 ]和 Wei etal[1 1 ]所研究模型的推广 .该文分别在模型离差 (dispersion)的权不变和变异时 ,讨论了指数族广义非线性随机系数模型的变离差的检验问题 ,得到了 score检验统计量 .并利用欧洲野兔数据 ,分别对正态分布模型、Γ分布模型和逆高斯分布模型说明检验方法的有效性 .

在非线性回归模型中误差为AR(2)的相关性检验

本文讨论了在非线性回归模型中误差为AR(2)的相关性检验,得到了误差相关性检验的似然比检验统计量、Score检验统计量.对感兴趣参数和多余参数,利用CoxandReid(1987)提出的正交化方法,给出了修正的似然比检验统计量和Score检验统计量.推广了胡跃清,韦博成(1994)讨论的在非线性回归模型中误差为AR(1)相关性检验的结果.

具有结构变化的非线性回归模型的阶段异方差检验

对于具有结构变化的非线性回归模型,两阶段的随机误差同时具有方差齐性是一个基本假设,但是该假设未必正确．本文研究该模型阶段异方差的检验问题．首先探讨了两阶段异方差的同时检验,然后构造了两阶段异方差的两个单个检验,分别得到了同时检验和单个检验的score统计量以及相应的调整形式．然后应用得到的检验统计量分析了南澳大利亚洋葱数据的阶段异方差性(Ratkowsky,1983),并用AIC,SBC进行模型比较,得到的结果与检验结果非常吻合．最后,用Monte Carlo模拟方法研究了统计量的检验功效．

具有AR(p)误差的非线性模型异方差和相关性检验

讨论随机误差是AR(p)序列的非线性回归模型的异方差和自相关性检验问题.首先导出联合检验的score统计量,然后利用参数的正交变换,得到了调整的score检验统计量.当模型存在自相关性时,给出了检验异方差性的score统计量和调整的score统计量.最后利用得到的检验方法分析了氯化物数据,分析结果表明,该数据具有显著的异方差和AR(2)相关性.

非参数可加回归模型和非线性协整检验

本文基于非参数可加回归模型的局部核权最小二乘法提出变量间非线性协整的一种非参数检验方法。

非线性再生散度模型的广义变离差检验

研究了非线性再生散度模型的广义变离差检验,对于一类常见的正则散度分布族,解决了离差参数的齐性检验问题,得到了检验的似然比统计量和score统计量,并证明了score统计量的渐近χ2性.本文研究的非线性再生散度模型包括了许多常见的统计模型,诸如正态线性和非线性回归模型、广义线性模型和广义非线性模型等;同时,本文结果也适用于某些更复杂的分布,诸如基于极值分布、单纯形分布的非线性模型等.因此本文的结果进一步推广和发展了文献中已有的工作.

非线性模型误差自相关诊断的Z检验方法

关于非线性模型误差自相关的诊断问题目前还没有相应的方法。针对这一情况。本文提出了非线性模型误差自相关诊断的Ｚ检验方法。

离散型广义非线性纵向数据模型中偏离名义离差的检验及其功效模拟(英文)

离散型广义非线性模型包括Poisson,二项,负二项模型.本文讨论离散型广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并利用MonteCarlo方法研究了检验统计量的性质.最后,利用杀虫剂数据说明了检验方法的应用.

一种回归模型非线性性的检验方法

本文给出一种多元回归模型的非线性性的检验方法,并以理论上证明其合理性。

工资上升、国际油价上涨对中国出口绩效的动态冲击效应研究——基于非线性Granger检验和TVR-VAR模型的考察

基于非线性Granger因果检验方法检验了各因素与出口绩效之间的互动关联,在此基础采用TVP-VAR模型考察不同时间点、不同提前期各变量对出口绩效的动态演变特征。最终得出以下主要结论:工资上升在短期内会促进出口增长,但并没有形成工资上升冲击对出口的"惯性效应",而中、长期冲击影响为负;国际油价的上涨冲击在短期内对出口额没有显著影响,在中、长期会通过出口价格上涨而抑制出口;此外,由于出口产品附加值低、出口需求弹性较大,使得实际有效汇率指数上升对出口产生了较为显著的抑制作用;"外需疲软、内需增强"的状况使得经济增长驱动型出口正效应逐渐减弱;中国经济已与世界经济具有很强的协同性,国际经济形势与中国出口显著正相关。