两变量异方差随机系数回归模型的最优设计

文章研究了具有异方差误差结构的两变量随机系数回归模型的最优设计,证明了当异方差误差结构满足一个充分条件时,模型在几类经典设计准则下的最优设计可以在设计域的顶点处获得.     

圆域上的二元二次多项式回归模型的最优设计

对圆域上的二元二次多项式回归模型在遵循设计点"对称+均匀"的前提下,在A-最优准则以及Iλ最优准则下分别给出其特定内接正方形的顶点和圆心组成的饱和测度设计的同时,给出了相应设计的最优配置.这是把最优设计理论应用到多元多项式回归模型的一个有益的尝试.     

缺失数据下随机系数自回归模型的参数估计

随机系数自回归模型能够较好地描述模型系数随时间变化的特性,因此得到了广泛应用。文章讨论具有缺失数据的随机系数自回归模型的参数估计问题,在缺失数据情形下给出了四种模型参数估计方法:无数据填充条件最小二乘法、均值填充法、条件均值填充法以及桥填充法。最后,通过随机模拟说明了上述估计方法的精确性,并给出了应用实例。     

随机效应变系数空间自回归面板模型的估计

具有良好可读性和稳健性的变系数模型在各学科领域应用广泛.本文构建了一种新的随机效应变系数空间自回归面板模型,运用截面极大似然估计方法,导出了模型的估计量,证明其具备一致性和渐近正态性,蒙特卡洛模拟研究显示估计量的小样本表现效果良好.     

二元二次多项式回归模型的最优正交设计

文章对正方形区域上的附加过程变量的二元二次多项式回归模型在本着设计点对称+均匀的前提下,给出了其D-最优正交区组设计,并给出了相应设计的最小二乘估计和绩效评价.     

消费者重复使用及使用强度的离散随机系数模型构建与应用

建立统计模型,对消费者行为进行深入研究,有利于商家了解用户的规律,制定相应的营销策略,使收益最大化。首先运用随机系数贝塔二项分布回归模型,研究消费者重复使用某种产品或服务的概率,之后运用随机系数贝塔模型研究消费者的使用强度。用模型拟合香港电视观众收视数据,得到了非常好的结果。该模型也可应用到消费者网络购物等其他领域的行为分析。     

随机系数SETAR模型的应用

文章提出了随机系数SETAR模型,推导出其回归系数的估计式,并把该模型应用于一个月度数据序列．实证研究表明,对于非线性时间序列数据,随机系数SETAR模型明显优于AR—MA模型。     

非负系数线性回归模型的构建

本文针对某些线性回归模型负的回归系数不具有实际的物理意义和经济意义的问题,提出了非负系数的线性回归模型构建的新方法。与现有的方法相比较,该方法具有简单和易操作的特点。在实际中具有一定的应用价值。     

可变系数空间自回归模型的参数估计

传统的空间面板数据模型利用截距项来体现空间异质性,往往无法完全体现出空间异质性,文章构建一种系数随空间个体变动而变动的空间自回归模型,利用系数来考察空间异质性,并可以考察经济关系以及空间关系的个体特征。在一定的模型设定条件下,文章给出了该模型的完全信息极大似然估计,并推导了该估计量的渐进分布。     

半参数变系数回归模型的空间相关性检验

对半参数变系数回归模型,构造了新的空间相关性检验统计量,利用三阶矩 逼近方法导出了其检验 值的近似计算公式,蒙特卡罗模拟结果表明该统计量在检测空间相关性方面具有较高的准确性和可靠性。同时考察了误差项服从不同分布时的检验功效,体现出该检验方法的稳健性。进一步,我们还给出了检验统计量的Bootstrap方法以及检验水平的模拟效果。     

随机系数离散值时间序列模型

 本文建立了q阶随机系数整值滑动平均模型。研究发现：固定指标t,该过程服从泊松分布;求得该过程的期望、方差、协方差;证明了该过程是宽平稳过程,均值与协方差均是遍历的;得到了特殊情况下模型参数的矩法估计,该估计是相合估计。通过Monte Calro模拟来验证估计结量的优劣。     

具有随机缺失协变量的广义变系数模型

在协变量随机缺失时,文章利用加权拟似然方法给出了广义变系数模型中非参数函数系数的估计。由估计的渐近性质可知,当缺失概率未知时,本文提出的方法与缺失概率已知时的估计的渐近性质类似。通过模拟表明加权拟似然估计要比仅用完整个体的方法要好。     

半参数空间变系数回归模型的两步估计方法及其数值模拟

文章提出了关于半参数空间变系数回归模型的两步估计方法,该方法可得到模型中常值系数估计量的精确解析表达式,广泛的数值模拟表明所提出的估计方法对估计常值系数具有满意的精度和稳定性。     

短面板随机效应模型的分位数回归方法及模拟

对于随机效应面板数据的分位数回归研究的难点在于如何处理截面内存在的相关性,文章借助分位数回归与ALD分布之间的关系,提出了带有Copula相关结构的分位数回归的极大似然估计法,其中Copula函数可用来表示短面板中的截面内相关性.通过数值优化算法迭代求解目标函数可得参数估计值,蒙特卡洛模拟结果显示该方法的均方误差更小,因此更为精确可靠.     

数据随机缺失下分位数回归模型的诱导光滑估计法

在数据随机缺失的分位数回归模型中,运用诱导光滑思想构造光滑的估计方程,得到了回归参数的诱导光滑估计及渐近协方差估计。接着证明了诱导光滑估计的渐近正态性质,并给出诱导光滑估计及其渐近协方差估计的算法。模拟研究表明新方法在有限样本中表现出色。     

计量经济学和统计学视角下的线性回归模型——再议线性回归模型的设定

从属性、构建方法及意义等方面,分析研究线性回归模型在计量经济学和统计学两学科视角下的差异,并根据这种差异进一步提出回归模型的基本设定思路。研究表明:识别这种差异是完成模型设定工作的基础性和必要性举措,有助于实现线性回归模型的正确设定。以经典例证对计量经济学和统计学回归模型在应用中的区别以及模型设定问题进行进一步展示和分析。     

资产定价模型中β系数的局部加权估计

在资产定价模型的中,通常采用一般线性回归方法对系数进行估计,但实证数据中,由于资产的期望收益与系数之间未必存在严格的线性关系,往往会导致估计值的不精确。作为对这种估计方法的一种修正,文章利用了局部加权最小二乘估计方法对模型中的系数β进行估计,并对局部权系统的决定问题进行了相关的探讨。由于放松了系数线性性的假定,使得估计值更适应实际数据的变化规律,该方法也为风险管理者提供了一种可供选择且较为实用的数理工具。     

时变系数空间自回归面板数据模型的极大似然估计

本文对扰动项存在跨时期的异方差、但不存在序列相关的时变系数空间自回归模型提出了极大似然的估计方法,并证明了该估计量的一致性,同时,证明了该估计量渐进服从正态分布,由此说明该估计量具有优良的大样本性质。同时,我们还对本文所提出估计量的小样本性质进行了数值模拟。本文研究表明,估计量虽然在N较小时偏差较大,但是随着N的不断增加,估计量偏差减小,体现了比较优良的渐进性质。同时,估计量的偏差会随着时期数的增加而变大,这说明本文所提出的估计方法适用于个体数较多、时期数较少的短面板数据。     

一类独立的随机投入产出模型

考虑到现实中经济发展变化的随机性,本文研究了具有随机投入产出消耗系数矩阵的随机投入产出模型,得到了该模型的经济稳定增长解不存在的结论。即经济崩溃时间为无穷大的概率为零。从而,从数学上证明了经济不断调整的必要性。     

线性回归模型与传递函数模型在时间序列应用上的比较研究

如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型.但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunction models).与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构.在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考.