基于非线性主成分和聚类分析的综合评价方法

针对传统主成分在处理非线性问题上的不足，阐述了传统方法在数据无量纲化中“中心标准化”的缺点和处理“线性”数据时的缺陷，给出了数据无量纲化和处理“非线性”数据时的改进方法，并建立了一种基于“对数中心化”的非线性主成分分析和聚类分析的新的综合评价方法。实验表明，该方法能有效地处理非线性数据。     

基于三参数区间数标准化及排序算法改进的多属性决策模型

在三参数区间数多属性决策问题中,文章对现有三参数区间数标准化处理算法存在的不足进行了分析,提出了一种新的三参数区间数标准化处理算法,同时为体现三参数重心点发生可能性最大的分布特点,对三参数区间数的三个参数出现概率与上限均值、下限均值进行分析,提出了基于上限均值、下限均值及其两均值长度的可能度排序方法,并从理论上证明了其合理性.最后通过算例分析,进一步验证了本文算法的有效性.     

非线性回归模型及其应用

一、引言实际数据与预测数据呈线性关系的情况是少见的，多数情形呈明显的非线性的关系。对于这种情况我们有多种处理方法，其中一种是根据散点图中点与分布形状考察它在什么样的曲线附近波动，再将该曲线与标准的函数图象进行对比，从而寻找合适的回归模型，在这些回归模型中有一些模型可以通过变换，化为一元线性回归模型，在应用中具有很好的效果。本文给出几种非线性回归模型，并将它们应用到对内蒙古人口总数的预测中去，效果较为理想。二、非线性回归预测出型1、toqlStiC模型，此模型是荷兰生物数学家Verhult为研究人口发展规律而建…     

区间数序列处理方法新探

区间估计是专家评价中的一种重要方法,目前对给定为区间数的决策方法研究较多,而对区间数的处理大多基于均匀分布或正态分布。文章针对这种对区间数序列的分析和处理方法研究的不足,提出了一种新的基于β分布的处理方法。该方法通过用β分布对区间数序列分布进行拟合,从而解决了对区间数序列难以进行分析和处理这一难点,并通过案例验证了该方法。结果表明,该方法原理正确,简便可靠,在决策管理中具有广泛的应用前景和普适性。     

基于分布的指标规范化方法及在企业创新评价中的运用

指标规范化处理,是进行综合评价的前绪工作,规范化进行的是否准确将直接关系到最终的评价结果,因此文章对指标的规范化处理方法进行了新的探讨。文章从样本数据的分布特征出发,充分利用样本的信息,给出一种基于分布的指标规范化方法。这种规范化方法的优点在于不仅使得规范化后的各指标之间具有可比性,而且使得规范化后的数据保持了原始数据之间的关系。最后以我国第二批创新型企业的数据为例,进行了实证分析。     

基于函数性视角的经济数据分析——以主微分分析方法为例

基于经济数据的函数性特征,引入函数型数据分析方法,研究发现经济数据中的面板数据可作为函数型数据的特例,函数型数据分析方法在处理高维数据、缺失数据以及样本观测点不规则分布等特殊的数据类型有独特的优势。着重介绍和拓展了主微分分析方法,在集合了主成分分析方法优势的同时从微分方程的解出发探讨数据的特征。通过对全国银行间同业拆借利率进行主微分分析,显示出主微分分析方法能够揭示其它方法所不能反映的数据特征。     

基于向量平均投影测度的区间型组合预测模型

区间型组合预测模型的研究核心是各单项方法权重的确定。鉴于向量投影具有更好的综合测度,它可以同时反映两个向量指标之间的距离和夹角,因此文章引入向量投影测度公式,并在此基础上提出了一种新的投影测度公式。对向量投影测度公式加以推广用来描述两个区间数时间序列的接近程度,以平均标准化投影测度为最优化准则,构建出四个不同投影测度的全新区间型组合预测模型;并通过实例分析,将预测结果与已有研究文献中的区间型组合预测优化模型进行对比,表明了所构建的区间型组合预测模型的有效性。     

基于B样条曲线的异常数据剔除与修复

文章针对大量复杂的靶场观测数据,通过构造初始拟合数据,利用B样条曲线的方法构造递推模型,使用基于样条平滑方法估计的判断门限对双向检验的结果数据是否异常进行判定,并且对满足修复条件的数据进行拟合修复,当双向检验的结果不同时,通过构造内推模型来进一步检验。实例分析表明:文章提出的方法相对其他方法能更有效地剔除异常数据,通过数据分段处理能更有效地检验那些可能产生阶段性跳跃的数据,使得模型具有更好的稳定性、更广的适用性和更高的异常数据剔除率。     

基于正态分布点值化的区间主成分评价法及应用

针对区间数据点值化过程中所存在的“代表性不足”的缺陷,提出了基于正态分布的点值化方法并将之应用于区间主成分评价法。通过与基于中心点值化的区间主成分法的比较,得到三个主要结论：第一,基于正态分布的点值化方法能将各样品的点值化结果导向指标均值,而非区间值的中心点;第二,基于正态分布的点值化结果增加了数据信息量;第三,基于正态分布点值化的区间主成分评价法提高了数据降维效果,具有更好的因子命名能力。应用结果表明,在考虑正态分布情况下,对区间数据的点值化处理方法具有较好的效果,基于正态分布点值化的方法可推广至基于区间数的评价和决策问题。     

基于加权深度的异常曲线探测方法——以空气质量函数型数据为例

基于空气质量数据特征,在B-样条基底拟合曲线的基础上,将曲线本身信息、曲线变化信息引入分析,构造加权曲线深度指标,探索一种异常曲线探测方法。与现有仅考虑离散点信息和曲线本身信息的方法相比较,该探测方法更加符合空气质量数据特点,具备缺失值处理能力及整体异常和局部异常的识别能力。将该方法应用于兰州市空气质量数据采集点的二氧化氮水平曲线异常情况分析,结果表明该方法具有更好的异常情况识别效果。     

网上调查应注意的几个问题

国际互联网的飞速发展,正在把 我们带入一个激动人心的网络世界。适应网络时代的调查方式──网上调查随之产生。网上调查是利用网络作为信息收集渠道,获得即时有针对性的各种信息的一种调查方式,具有很高的时效性和效率,可以节省大量调查费用和人力,是二十一世纪调查研究收集数据的主要手段之一。由于国内上网用户数量有限,网上调查也刚刚起步,网上调查的使用具有一定的局限性,应注意以下几个问题: 样本的代表性网上调查的调查对象仅限于网民,网民的构成决定着预定的被调查者是否构成群体规模。如果被调查规模不够大,样本往往缺…     

基于GARCH模型的金融冲击对企业产出影响研究

利用GARCH模型,计算了来自货币供给、汇率以及股市波动因素的金融冲击,结果表明GARCH模型能够很好地反映金融冲击情况。根据GARCH模型分析结果,利用面板数据模型研究了金融冲击对企业产出的影响,实证研究显示:金融冲击会对企业产出有显著的影响,但单独股市波动的冲击对就业影响不显著;资产负债率高的企业,金融冲击会导致产出更大的下降。     

ARCH类模型在风险价值测度中的应用

将ARCH类模型用于计算风险价值，会在很大程度上提高风险价值测度的精度。通过理论分析和实证分析都表明，利用ARCH类模型计算金融资产的风险价值，可以体现其收益率的分布状态和波动性的影响作用，适应风险价值计算的需要，能够提高风险价值的计算精度。     

连续性抽样估计方法研究综述

根据国外的理论研究及应用的经验,预计连续性抽样估计方法在中国的应用前景非常广阔。因此,将连续性抽样估计方法作为研究对象,对国外已有的相关研究成果进行理论化、系统化的研究综述,并比较分析各类连续性抽样估计方法,归纳出存在的问题及未来研究的趋势,为后续的研究提供参考,同时为该方法顺利地应用到中国实际调查工作中奠定理论基础,从而进一步推动中国统计调查方法体系的改革与发展。     

基于倾向分匹配法的农民工培训收入效应实证研究——以吉林省为例

基于2006年吉林省进城务工人员调查数据,采用倾向分匹配法对农民工的培训收入效应进行估算.研究结果表明:培训对农民工的收入确实有显著的积极的影响,其中职前培训的增收效果明显高于在职培训.横截面估计和OLS估计的结果也支持这一结论.同时通过比较不同方法中的受试组和参照组个体统计特征发现,倾向分匹配法中参照组的个体统计特征更接近于受试组,亦即基于倾向分匹配法获得的估计结果更接近于随机实验结果.     

Bounds on Sample Variation Measures Based on Majorization

Using majorization theory, upper and lower bounds are derived for different measures of variation as progressively more items of information are available about the sample data. As a convenient starting point, bounds are first established for a one-parameter family of variation measures, which is a generalized mean difference measure of which Gini's mean difference, the standard deviation, and the range are particular cases. While, as pointed out, some of the derived bounds are well known, others do not appear to have been published and are tighter than established bounds. Some 40 different bounds are derived, besides any number of bounds given for the generalized family of variation measures. A number of interesting inequalities are also derived on the basis of some of the bounds. While the bounds have been developed in terms of real-valued sample data generally, the paper concludes with a brief discussion of the bounds for categorical data when the sample data consists of frequencies (counts).     

Influence on tests with focus on linear models

To assess the influence of single observations on the parameter estimates, case-deletion diagnostics are commonly used in linear regression models; one example is Cook's distance. For nested parametric models we consider a deletion diagnostic for evaluating the influence of a single observation on the likelihood ratio (LR) test. In order to have a common scale as reference, the asymptotic distribution of the diagnostic is derived and the values of the diagnostic are converted to percentiles. We focus on linear models and general linear models, and in these cases explicit results are derived. The performance of the diagnostic is explored in two small bench mark examples from linear regression and in a larger linear mixed model example.     

A note on characterizations based on truncated expectations

Many characterization results of the bivariate exponential distribution and the bivariate geometric distribution have been proved in the literature. Recently Nair and Nair (1988b, Ann. Inst. Statist. Math. 40 (2), 267–271) obtained a characterization result of the Gumbel bivariate exponential distribution and a bivariate geometric distribution based on truncated moments. In this note, we extend the results of Nair and Nair (1988b) to obtain a general result, characterizing these two bivariate distributions based on the truncated expectation of a function h, satisfying some mild conditions.     

基于粗糙理论的高速公路财务评价方法研究

在粗糙理论的背景下,介绍一种高速公路财务评价方法,该方法视高速公路中各评价指标的基础数据或参数为粗糙变量,构建粗糙向量,并提出粗糙模拟技术以及粗糙条件下求解指标期望值、概率和关键值的一般方法和步骤;最后举例说明该方法的可行性和有效性.     

基于点过程的极值VaR研究

风险无时不有、无处不在,风险本身并不可怕,金融机构就是通过承担风险、管理风险来获得收益的。真正可怕的是极值风险,即稀少或极端事件的发生给经济主体带来巨额损失的风险。因此对极值风险的建模就成为风险管理的重中之重。极值理论为极端事件的统计建模和极值风险测度的计算提供了坚实的理论基础,故有必要通过介绍和比较传统极值事件的建模,基于点过程构建极值风险的一般模型,并利用外汇市场的日数据和VaR的估计与检验进行实证分析。