中心极限定理的蒙特卡罗模拟分析

本文采用蒙特卡罗模拟技术,选取几个常用随机变量分布类型来产生随机变量序列并对结果进行检验,模拟和检验结果证实了3个中心极限定理的正确性。     

递归均值调整单位根检验能提高检验功效吗?

根据备择假设成立时均值是否为零,讨论了三类单位根检验统计量的检验功效。理论研究表明:在大样本下,检验功效只与检验类型有关,与均值取值无关。蒙特卡洛模拟表明:在有限样本下,均值会影响检验功效,当均值为零时,第一类DF检验功效最高;当均值大于零时,在绝大多数场合下,第二类DF检验功效最优。因此,递归均值调整单位根检验功效仅在有限条件下最大。     

双总体假设检验的另类区间估计法及其MCS研究

文章根据区间估计与假设检验的关系,通过构造大概率事件,利用另类区间估计检验方法,对双总体常见的参数假设检验给出了检验方法;并利用蒙特卡罗模拟方法从实验的角度对该检验方法进行了验证,证实了另类区间估计方法不但可以对原假设成立时进行假设检验,对原假设不成立时也有满意的检验效率.     

算术平均数、众数、中位数之间关系的再探讨——来自蒙特卡罗模拟分析

算术平均数、众数和中位数是统计学中用来描述数据分布的统计指标,对于三者之间的大小关系,既有现成的结论,也有不少文献提出疑义,本文从蒙特卡罗模拟的角度,从不同变量类型和偏度下抽取数据分析了三个指标之间的关系,指出现行教材关于三者关系的结论存在的问题。     

回归系数稳定性的检验及实证分析

一、问题的提出 对于一般的线性回归模型 yi=b0+blxli+b2x2i+…+bkxki+εii=1,2…n 而言,通常的做法是根据实际问题收集资料,使用最小二乘法回归得出系数的估计值,然后进行系数显著性的t检验和回归方程整体显著性的F检验,在通过检验之后就用模型进行预测等应用.然而一个值得重视的问题却经常被忽略,即回归系数在样本期内和样本期外是否稳定.如果系数无论在样本期内还是样本期外都不稳定,那么进行系数估计和预测所得到的结论就值得怀疑,因为前者使用整个样本期的数据进行回归就掩盖了系数突变的特征,而后者使用系数突变的模型进行样本外推断,结果的合理性当然有待证实.     

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。     

局部线性趋势模型单位根检验量分布与Bootstrap检验

本文引入局部趋势概念,研究数据生成和检验式都含有趋势单位根过程中伪t检验量的分布,结果表明该分布为标准正态分布与第四种DF分布的混合体,并揭示了向这两类分布转化的条件.为摆脱伪t检验量受到特定参数约束而不能用于实证分析的困境,本文提出了Bootstrap检验方法,并从理论上证明该方法可用于水平检验和功效研究,埃奇沃思展开进一步证实该方法能够降低水平扭曲.蒙特卡洛模拟结果显示,Bootstrap检验量具有最高检验正确率,检验功效在一定条件下也能与标准正态分布的检验结果相媲美,说明Bootstrap方法可以用于此类模型的单位根检验.     

基于势理论的扩展线性消费支出系统研究与实证分析

一、扩展线性支出系统及其假设扩展线性支出系统自Lluch(1973)提出以来,国内外不少学者利用不同的资料进行实证分析,得出了一些有意义的结论。但笔者认为现行的扩展线性支出系统暗含着两个假定,实际上一个更一般的扩展线性支出系统可以表示为:k piqi=piui !i(vj-!p j j jj u)i=     

二次趋势模型的误设检验与仿真分析

在介绍两种生成二次趋势模型的基础上,指明两者具有某种内在的关系,并以隐性趋势模型为数据生成过程,使用显性趋势模型作为估计对象,进行参数估计和相应的假设检验。理论分析结果表明:显性趋势模型的参数、t检验统计量和联合F检验统计量的极限具有非标准的分布,且高度显著;以显性趋势模型为数据生成过程,使用隐性趋势模型作为估计对象,结果表明隐性趋势模型是带趋势项的单位根过程;采用LLR检验统计量对两类模型进行区分检验,使用仿真技术进行模拟,仿真结果支持上述理论分析结论和LLR统计量能够区分两种模型。