家庭农牧场信用评价指标体系构建方法与应用——基于Wald检验-相关分析

现有对家庭农牧场的研究大多是从新型农业经营主体融资角度或从某一方面对新型农业经营主体的影响进行模型分析或定性分析,很少有针对建立家庭农牧场信用评价指标体系方面的研究,而这恰是解决家庭农牧场融资困境的有效办法之一。科学合理的信用评价指标体系可以促使金融机构开发家庭农牧场信贷产品,进而推动家庭农牧场快速、长期、稳定发展。通过Logistic回归中的Wald显著性判别和皮尔逊相关分析两种方法对家庭农牧场的信用评价指标进行两次定量筛选,保证最终构建的包含成立日期、经营土地总块数等11个指标在内的家庭农牧场信用评价指标体系既具有不同信用区别能力又具有指标信息不重复性。内蒙古12个盟市的共722家家庭农牧场ROC曲线表明:AUC=0.896>0.70,说明利用Wald检验与相关分析法相结合所构建的家庭农牧场信用评价指标体系是有效的。

logistic回归中一类基于Wald检验的样本量和功效估计

目的本文以logistic回归为例,介绍一类基于Wald检验的样本量和功效计算方法。方法推导一般情形下的计算方法,给出两类简单情形下的样本量计算公式:(1)模型仅含有一个暴露因素;(2)模型含有一个暴露因素和一个混杂因素,并给出实例分析。在暴露因素为一个二分类变量时,通过模拟研究比较了教科书上常用计算公式与基于Wald检验样本量的区别。对于病例对照研究,给定功效时,可通过最小化样本量来估计最优的病例与对照的比例。结果理论推导和模拟研究均显示,教材中的公式可能高估也可能低估样本量,仅当H0成立时,三种方法得到的样本量估计相同。结论研究设计中计算样本量的统计量与假设检验采用的统计量建议保持一致。

协整关系中门限效应的Wald检验

在协整的三角表示形式中,利用Wald检验方法检验协整回归关系中存在的门限非线性.在线性协整的原假设下构造了Wald统计量及其泛函形式,给出了不依赖于门限参数的极限分布.利用模拟计算研究了所提检验的有限样本性质.对不同到期时间的债券利率进行检验,结果表明利率之间具有门限协整关系.

基于Wald检验实现Cox回归中自变量影响大小的推断

目的针对一般研究者在使用Cox回归时,直接比较标准化偏回归系数大小的做法,提出借助Wald检验进行排序,并用小细胞肺癌患者随访研究的实例加以说明。方法借鉴SNK多重比较法的比较策略,以尽可能少的比较次数,使用Wald检验对样本标准化回归系数进行假设检验,从而探讨总体标准化回归系数之间的关系,形成依影响大小排序的若干子集。结果选入模型的4个变量被划分在2个子集内,可认为第1子集中的自变量(实例中的肿瘤大小、年龄)对预后的影响小于第2子集中的自变量(神经元特异性烯醇化酶),自变量癌胚抗原对预后的影响介于两个子集之间。结论基于Wald检验对自变量进行排序,能够克服cox回归模型结果报告中判断自变量影响大小的主观性。

配对设计下相对危险度的Wald检验

基于相对危险度提出了一个假设检验问题,在配对设计下用delta方法构建了Wald检验统计量,并对Wald检验统计量进行连续性修正。通过Monte Carlo方法模拟,表明Wald检验统计量控制第一类错误的概率较差,而修正后的Wald检验统计量能较好地控制第一类错误率,且第一类错误率接近于给定的显著性水平,是一个理想检验。

Wald检验不一致性的微分几何解释及改进

Wald检验对于等价的零假设中不同形式的表达式在有限样本的情况下缺乏一致性,而从微分几何的角度来解释这一现象,并发现由于Wald统计量是一个混杂的不恰当的几何量,从而对不同的含参数的等价表达式不具有一致性。同时还展示了芬斯拉(Finsler)测地统计量如何能较为简便的计算出来、它在线性回归模型中的非线性约束条件下如何应用以及两者在什么情况下保持一致,并提出了一种解决Wald检验不一致性的思路。

基于Wald检验的海面雷达目标贝叶斯检测方法

为了改善非均匀非高斯海杂波背景下海面雷达目标的检测性能,提出了一种基于Wald检验的海面雷达目标贝叶斯检测方法。首先,利用逆高斯分布和逆复Wishart分布分别建模海杂波的纹理分量和散斑协方差矩阵。其次,在假设散斑协方差矩阵已知的条件下基于Wald检验设计了非自适应的雷达目标检测器。最后,利用辅助数据估计的散斑协方差矩阵代替其真实值,得到了自适应的雷达目标贝叶斯检测器。仿真结果表明,在不同的形状参数和不同数量的参考数据条件下,提出的检测器优于相关经典检测器。提出的自适应贝叶斯雷达目标检测器提高了非均匀逆高斯纹理复合高斯海杂波环境中雷达目标的检测性能。

单位根检验中的Wald检验量研究:Bootstrap法VS临界值法

针对Wald临界值检验方法存在检验水平扭曲和功效低下的不足,提出了Wald检验量的Bootstrap检验方法,并从理论上证明了该方法的有效性;借助于蒙特卡罗模拟技术对两种检验方法进行对比.结果表明:在无漂移项数据生成过程中,两种方法的实际覆盖率分别为100%和72.9%,精确程度之比为33:15;在有漂移项的数据生成过程中.实际覆盖率分别为94.4%和77.8%,精确程度之比为20:15;在检验功效方面,Bootstrap方法较临界值检验具有明显的优势,尤其是在小样本下;由标准正态分布得到的临界值对其它误差分布类型缺乏稳健性.实证分析也表明由Bootstrap检验方法得到的模型更符合实际情况.因此,Bootstrap方法可以替代临界值方法进行单位根的Wald检验.

线性模型中的GMM距离检验及其与LR、LM和Wald检验的关系

本文通过对线性模型中GMM距离检验的分析解读,阐释并证明了计量经济中的三大检验LR、LM和Wald检验可视为GMM检验的特殊情况,从而说明了GMM距离检验是更一般化的检验方法并有着广泛的应用价值。

带解释变量的ARCH(q)模型的Wald检验

基于Wald检验方法,考虑了一类带有解释变量的ARCH(q)模型的解释变量是否存在的检验问题,给出了Wald检验统计量及统计量的渐近分布,通过数值模拟研究了检验的功效,并将检验方法应用于我国股市的实证分析中.

如何正确运用χ^(2)检验--Wald’s检验与SAS实现

本文目的是介绍Wald’s检验与SAS实现。具体内容涉及以下9个方面,即一般Wald’s检验、稳健Wald’s检验、约束Wald’sχ^(2)检验、广义Wald’s检验、广义Wald’s对数线性检验、Wald’s F检验、Wald’s校正F检验、Wald’s对数线性F检验和校正Wald’s对数线性F检验。本文通过两个实例并借助SAS软件,实现前述提及的大多数Wald’s检验。

单位根左侧调整Wald联合检验量研究

为提高单位根检验功效,在Wald联合检验量构造中引入左侧调整方法,并讨论特定数据生成过程下检验量分布。理论研究表明:检验量在大样本下收敛于维纳过程的泛函,且与已有检验量分布不同。蒙特卡洛模拟显示两点结论:第一,左侧调整Wald联合检验量分位数随着样本容量增大而减少,且小于对应无调整Wald联合检验量分位数;第二,左侧调整Wald联合检验量不但具有满意的检验水平,而且检验功效不低于无调整Wald联合检验量。研究结果有助于改进单位根联合检验方法,为实证研究提供一种新检验方法,完善了单位根检验流程理论。

多分类有序logit模型资料平行线假设及检验方法

目的介绍多分类有序logit模型资料平行线假设及检验方法。方法对儿童脂肪水平数据的自变量年龄、性别、胸围和瘦素等采用得分检验和Wald检验,以检查是否满足平行线假设。结果得分检验和Wald检验表明胸围和瘦素在不同的脂肪水平间不满足平行线假设。结论一般多分类有序logit模型中,自变量满足平行线假设,在违背假设时需要选用其他更合适的统计模型。

K分布杂波中距离扩展目标的Wald检测

将距离扩展目标建模为子空间信号,用球不变模型模拟K分布杂波,提出了广义Wald检测算法。该算法是对待检测距离单元进行非相参积累,对杂波的纹理分量而言具有CFAR特性。首先对各个待检测距离单元分别检测,其输出的统计量是"白化"后的信号向信号子空间投影的能量和其向与信号子空间正交的噪声子空间投影的能量的比值来计算的,然后将各个待检测距离单元输出的统计量进行累加,形成最终的检验统计量。为了验证其有效性,通过Monte Carlo仿真了该算法的检测性能,并与文献[5]提出的自适应Wald检测器进行比较。

创新与经济增长:基于区域面板数据的bootsrtap格兰杰因果关系检验

以专利授权量作为创新产出指标,应用面板数据的bootstrap格兰杰因果关系的Wald检验方法,在似不相关回归系统下,检验了我国长三角地区专利与区域经济增长之间的格兰杰因果关系。研究结果表明,浙江和上海两省市发明专利与经济增长之间存在双向格兰杰因果关系,江苏省具有发明专利授权量对经济增长的单向因果关系,而安徽省两者之间不存在因果关系。另外,实用新型和外观设计专利与经济增长在所有省市都不存在任何方向的因果关系。

脆弱性模型的随机效应检验和推广的拟合检验

目的本文在脆弱性模型框架下推广了Cox-Snell残差和Deviance残差,并且利用这两种残差图对肾病感染数据和烧伤病人皮肤移植数据的脆弱性模型进行拟合检验。方法本文根据等级似然估计理论,建立了在脆弱性模型下检验随机效应的WALD检验和LR检验,并把这两个检验与Commenges和Anderson(1995)的得分(SCORE)检验一起做模拟比较研究。结果发现威布尔脆弱性模型下WALD检验和LR检验功效都很高,且优于得分检验。对肾病感染数据和烧伤病人皮肤移植数据建立脆弱性模型估计并进行检验,发现确实存在个体异质性。结论本文在脆弱性模型框架下推广了Cox-Snell残差和Deviance残差,发现这两种残差用于脆弱性模型的拟合检验是合适的。

CAPM在中国股票市场的实证检验

资本资产定价模型(CAPM)自诞生以来,它的有效性经历了无数西方学者的实证研究和检验,有些支持和肯定,有些则提出了质疑和挑战。CAPM在中国股市能否具有适用性?通过使用国际上比较先进的检验方法———Wald检验和似然比检验,结果表明:CAPM在目前的中国股市不具有适用性。

因变量缺失下线性回归模型的估计与检验

文章研究因变量缺失下的线性回归模型,借助单点插补方法,首先给出模型的估计,研究参数估计量的渐近正态性,其次,对于模型系数的线性约束检验问题,基于Wald方法构造检验统计量并给出其渐近分布.最后,通过数值模拟验证所提方法的有效性.

零一膨胀泊松模型的似然检验及模型比较

针对复杂计数数据中出现零值与一值同时膨胀导致难以确定数据类型的问题,文章基于零一膨胀泊松分布模型,分别构建了Wald检验、LR检验以及Score检验的检验统计量。在实际应用中为推广零一膨胀泊松回归模型,采用EM算法对参数估计值及置信区间进行求解。对暴风雪发生次数进行分析,其检验统计量的结果证明了该数据存在零值与一值同时膨胀,并确定了适用于此数据的最优模型为零一膨胀泊松模型。

认知诊断模型Q矩阵修正:完整信息矩阵的作用

Q矩阵是CDM的核心元素之一,反映了测验的内部结构和内容设计,通常由领域专家根据经验进行主观界定,因此需要对可能存在的错误进行修正。本研究提出了一种新的Q矩阵修正方法——基于完整经验交叉相乘信息矩阵的Wald-XPD方法。采用Monte Carlo模拟检验了新方法的表现,并与同类方法进行了比较。研究表明:新开发的Wald-XPD方法在Q矩阵恢复率、保留正确标定属性的比例以及修正错误标定属性的比例这3个主要指标上均有较好的表现,且整体上优于其他方法,尤其是在修正错误标定的属性方面。通过实证数据展示了Wald-XPD方法在Q矩阵修正中的良好表现。总之,本研究为Q矩阵修正提供了有效的方法。