相关随机变量的蒙特卡罗模拟

蒙特卡罗方法,是一种利用随机数做实验来求解随机问题的技术。然而在模拟中,往往假定不同随机变量是独立的,这与实际状况不相吻合。实际生活中的随机变量往往具有相关性,需要寻求一种方法对相关的随机变量进行模拟。本文利用乔列斯基因子分解法,将两个独立的随机变量转变成相关的随机变量,解决了相关随机数模拟的难题。一、乔列斯基因子分解法     

多维随机变量的熵估计及其在独立性检验中的应用

针对多维随机变量Renyi熵和Shannon熵的估计问题,分别研究基于k近邻估计、核密度估计和关联积分估计得到的各估计量的不同性质,进一步提出基于k近邻估计的条件独立性检验方法。模拟结果表明:对于多维随机变量,当维数较大时,基于k近邻方法的熵估计和条件互信息估计更为有效。     

主观评价理论之探讨

本文借助参评者（即评价专家）在主观评价中认识上普遍拥有的评价思想脉络,通过构建各个参评者评价结果的形成过程这个随机变量,导出了主观综合评价的数理模型,并利用该模型对参评者的评价结果的有效性进行了检验。     

阿基米德Copula函数的拟合检验

文章在介绍了Archimedean Copula函数拟合检验的已有两种方法的基础上建立了两个新的检验方法--基于一种函数变换的K-S检验法与基于随机向量变换的χ2拟合优度检验法,并进行了模拟检验,从模拟检验的过程及结果可以看出,所建立的两个新检验法具有良好的效果,基于随机向量变换的χ2拟合优度检验法更严格且符合实际。     

论描述性统计与推断统计特征值的关系

描述统计中频率分布的数量特征值有平均指标和变异指标两类。平均指标它是度量频率分布集中趋势的指标，是说明』总体标志值分布集中的特征值；变异指标是度量频率分布离中趋势或分散程度的指标，统计中最常用的变异指标有方差或标准差。数理统计中随机变量概率分布的特征值有数学期望和方差，它们是描述随机变量概率分布的两个重要的数字特征，数学期望代表随机变量分布的集中趋势，反映随机变量所有可能取值的平均结果；方差是用来描述随机变量分布的高中趋势，反映随机变量所有可能取值的分散程度。随机变量概率分布的数学期望和方差与频…     

概率论中随机变量函数若干问题探讨

文章给出了连续型随机变量差以及积的分布密度公式.针对两个独立同服从标准正态分布的随机变量详细推导了其积的分布密度公式和特征函数,并给出了涉及标准正态分布随机变量乘积函数分布的几个结论.     

基于ARIMA模型的中国煤炭消费量增长预测

我国煤炭消费量序列是一组依赖于时间变化的随机变量,可用ARIMA模型予以近似描述。文章运用1965～2006年我国煤炭消费数据建立了ARIMA(2,1,4)模型,经诊断检验与实证检验发现,预测精度较高,可用于我国煤炭消费量预测。预测结果表明:2007～2010年我国煤炭消费量将不断增长,但增速会有所回落。科学的煤炭消费量预测结果可为国家合理规划煤炭生产和进出口提供重要依据。     

Copula函数拟合检验的一种新方法

文章在介绍已有的两种检验方法的基础上建立了一种新的检验方法--基于Rosenblatt积分变换的x2拟合优度检验法,并进行了模拟检验.从模拟检验的过程及结果可以看出,所建立的新检验法与已有的检验法相比,具有实施方便、效果好的特点.     

关于ADF与PP单位赧检验方法的探讨

经济理论认为许多经济变量具有非对称的阈值自回归调整行为,而标准的单位根检验ADF和PP法都是基于线性自回归模型而构造的,因此对非对称单位根检验并不适用.本文应用Monte-Cado模拟方法对ADF和PP检验在TAR与M-TAR模型下的检验势进行系统研究,并对模拟结果的产生原因进行了深入分析.模拟结果表明:当非对称程度较大时,ADF和PP的检验势都具有较大幅度的下降,但是ADF比PP法具有更大程度的下降.     

多元统计回归模型在医疗保障基金数额分配中的应用

文章根据实际情况和背景信息,对医疗保障基金数额的分配问题进行建模分析.建立了多元统计回归模型:Y =β0+β1x1+β2x21+…+βnxn1+ε1;利用了多种检验方法,对模型进行改进,从而提高预测准确度;最后为了检验随机变量是否存在自相关性问题,使用了DW检验,准确的解决了实际问题.     

关于ADF与PP单位根检验方法的探讨

经济理论认为许多经济变量具有非对称的阈值自回归调整行为,而标准的单位根检验ADF和PP法都是基于线性自回归模型而构造的,因此对非对称单位根检验并不适用。本文应用Monte-Carlo模拟方法对ADF和PP检验在TAR与M-TAR模型下的检验势进行系统研究,并对模拟结果的产生原因进行了深入分析。模拟结果表明:当非对称程度较大时,ADF和PP的检验势都具有较大幅度的下降,但是ADF比PP法具有更大程度的下降。     

多图模型及其在宏观经济指标相关分析中的应用

多图模型表示来自于不同类的同一组随机变量间的相关关系,结点表示随机变量,边表示变量之间的直接联系,各类的图模型反映了各自相关结构特征和类间共同的信息。用多图模型联合估计方法,将来自不同个体的数据按其特征分类,假设每类中各变量间的相依结构服从同一个高斯图模型,应用组Lasso方法和图Lasso方法联合估计每类的图模型结构。数值模拟验证了多图模型联合估计方法的有效性。用多图模型和联合估计方法对中国15个省份13个宏观经济指标进行相依结构分析,结果表明,不同经济发展水平省份的宏观经济变量间存在共同的相关联系,反映了中国现阶段经济发展的特征;每一类的相关结构反映了各类省份经济发展独有的特征。     

二项—Gumbel复合极值分布的参数估计

在金融风险评估、事故预测、保险索赔等领域的研究中,极值理论已发展成为一种重要的统计学方法.Gumbel分布是一种常用的极值分布函数,并逐渐成为了对于随机变量极端变异性建模的重要工具.文章将二项分布与Gumbel分布函数复合,提出了一种新的复合极值分布函数即二项-Gumbel分布.重点介绍了极值理论以及二项分布与Gumbel分布复合函数,运用极大似然估计(MLE)对二项-Gumbel复合分布的各种参数进行估计,并通过计算机模拟得KS检验统计量的临界值.     

GARCH模型残差非线性BDS检验有限样本的性质探讨

本文经过大量的随机模拟,比较了不同强度的GARCH模型,及不同样本量下,BDS检验估计残差与对数平方残差的实际检验水平性质,发现小样本下BDS检验会过多的拒绝原假设;检验对数平方残差的效果优于检验标准残差的效果;BDS检验参数m对其检验结果存在显著影响,一般取4为较佳;BDS检验参数ε对检验结果没有太大影响,一般取序列的一个标准差即可。     

ADF单位根检验中联合检验LM统计量研究

 本文研究了ADF单位根检验中参数联合约束的拉格朗日乘数检验。首先,本文构建了4个LM统计量并推导了它们的极限分布;然后,运用蒙特卡罗试验,模拟了有限样本容量常用检验水平下的临界值,拟合了临界值关于样本容量的响应面函数,并总结了LM统计量有限样本容量下的统计特性;比较分析了这4个LM统计量的检验功效及实际检验水平;最后,一个实例分析简要说明了这几个统计量在单位根检验中的应用。     

控制单个随机解释变量条件下被解释变量平均改变量的估计方法

文章在将两个相关随机变量中的一个适当分解为两个随机变量的基础上,对解释变量完全是随机变量的不完全多重共线问题,给出了用一个原解释变量以及与其不相关随机解释变量线性表示被解释变量的表示方法.进而研究了单独控制一个原解释变量改变一个单位条件下被解释变量的平均改变量(单控改变量),给出了估计单控改变量的方法——剔除相关变量法,证明了估计量的无偏性和一致性,并证明了估计量方差依概率收敛到有效估计量的方差.     

非线性单位根KSS检验联合检验量分布研究

文章以数据生成是否含漂移项为基础,分两种情况讨论非线性单位根KSS检验中三类联合检验量分布,结果表明它们在大样本下都收敛到维纳过程的泛函.为在实证分析中使用这三类联合检验量,文章通过蒙特卡罗模拟获得有限样本下常用的临界值,模拟显示:虽然这些临界值随着样本的增加而下降,但呈现稳定态势,且符合理论分析结果.     

单位根过程联合检验的Bootstrap研究

 本文以Ferretti和Romo的Bootstrap方法为基础进行拓展完成三种联合检验,并从理论证明了Bootstrap方法的有效性;使用蒙特卡洛模拟技术比较了Bootstrap检验与临界值检验的效果。模拟表明,在误判率上,Bootstrap方法下三个检验量的误判率分别为2.22%、3.70%、0.00%,而临界值的误判率分别高达22.22%、11.11%、15.56%;在精确程度上,Bootstrap方法的精度分别是临界值方法的11.25倍、26倍和6.5倍。模拟表明了本文构造的Bootstrap检验方法可以替代临界值方法,特别在小样本下,Bootstrap方法的优势表现更为明显。     

基于傅里叶变换的含异质性结构突变的面板单位根检验

Lee等(2015)使用傅里叶变换近似结构突变建立了一个同时考虑结构突变和横截面相关的面板单位根检验,并证明具有优良的性质,该检验可以称为“第三代面板单位根检验”,然而其只能考虑同质的结构突变.本文建立了一个可以兼容异质性结构突变的傅里叶函数扩展型面板单位根检验,新检验也允许结构突变中含有包含多个频率的傅里叶函数.本文证明新建立的检验统计量不依赖于冗余参数且趋于正态分布.虽然正态分布的均值和方差是未知的,但可以使用蒙特卡洛模拟给出临界值.模拟表明,新的面板单位根检验具有良好的检验水平和检验功效.     

投资项目风险评价中的蒙特卡洛技术

一、蒙特卡洛模拟的基本原理设Y=f(x1,x2,Λ,xn),式中,x1,x2,Λ,xn是n个相互独立的随机变量,代表投资项目方案中的各参数,变量各服从一定的概率分布;Y是n个变量x的函数,例如投资项目的经济效益;f代表Y与x的函数关系,例如投资经济效益与其参数的关系。对各变量进行一次抽样,便可