几种相关系数辨析及其在R语言中的实现

对常见的Pearson简单相关系数、Spearman和Kendall等级相关系数、Cramer’s V系数、偏相关系数、广义相关测度、复相关系数、典型相关系数、广义相关系数和多向量间相关系数的适用条件、联系和区别等进行了辨析,给出了这些相关系数在R软件中的实现方法,并选取2016年中国31个省市的数据,对经济、能源和环境污染三方面进行相关分析,计算相关系数并解释其实际意义,最后对这些相关系数的基本情况进行了总结。     

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。     

一种基于专家组合多重相关的主观赋权方法

文章提出一种对多位专家主观权重组合进行信息集结,从而得到具有收敛性的专家加权权重矩阵,最终得出综合主观权重的方法。其思路为:将专家主观权重矩阵的相关系数作为对专家的赋权,通过循环计算主观权重矩阵和相关系数矩阵的专家加权权重矩阵,得到收敛的相关系数矩阵和专家加权权重矩阵,并通过对专家加权权重矩阵的行绝对值归一化而计算得到主观权重。     

多变量时间序列模型识别方法

模型识别是建立时间序列模型的基础,是模型预测成败的关键。本文介绍了五种多变量时间序列模型识别的方法,分析了每种识别方法的输出形式,最后利用SAS统计软件对多变量时间序列模型的识别进行实证研究。     

实现相关系数模型:基于动态相关高频Bi-GARCH过程的MC检验

使用高频数据构建的实现波动率已被多数文献证实具有良好的实证性质和应用前景。文章通过构建具有不同动态相关模式的高频Bi-GARCH模型,对其多元方向扩展的实现相关系数模型捕捉变动金融资产价格相关系数的能力和其他常用模型进行了蒙特卡洛对比测试。研究证明,该模型与其他模型相比是否具有显著优势依赖于相关系数的变化方式:当金融市场较为平稳,资产价格相关系数相对稳定时,此类方法并不明显的优于其它方法;然而当金融市场急剧变化导致资产价格相关系数快速变动时,此类方法要显著优于其它方法。     

两变量相关关系的度量

阐明了刻画变量间的相关关系的各种相关系数的计算方法和应用条件。指出要正确的分析相关关系,就一定要找准合适的计算相关系数的方法。     

指标无量纲化方法对综合评价结果可靠性的影响及其实证分析

文章认为无量纲化方法的合理性取决于运用该方法对被评对象进行等级排序的合理性。根据序号总和理论,在逐步探寻合理等级排序依据的前提下,可以根据各无量纲化方法所做的等级排序与合理等级排序的等级相关系数来进行无量纲化方法的优选,并通过实证分析得出了相应的结论。     

关于统计学教学中"最小二乘法"的讲授

文章着重从动态数列分析、回归分析的有关模型参数估计以及相关分析中相关系数公式的推导中阐明“最小二乘法”的应用和讲授 ,并强调“最小二乘法”本身并不是一种模型预测方法 ,而是一种模型参数估计方法 ,并在推导皮尔逊的乘积动差法相关系数中得到应用     

基于传递函数的产品价格预测模型

对多变量时间序列进行预测,单变量ARIMA模型和普通多元回归分析并不适用,这种情况下应用多变量ARIMA即传递函数模型是很好的选择。以一种受原油和原材料多种因素影响的合成化纤产品为例,说明利用传递函数模型对其价格进行预测的建模过程中,如何进行模型识别、参数估计及诊断的有关问题。     

基于DAG-SVMS的SVM多类分类方法

本文介绍了几种常用的支持向量机多类分类方法,分析了其存在的问题及缺点。在有向无环图支持向量(DAG-SVMS)多类分类方法的基础上,提出了一种新的多类分类方法。该方法采用了最小超球体类包含作为层次分类依据。试验结果表明,采用该方法进行多类分类,跟已有的分类方法相比有更高的分类精度。     

一种广义相关系数

本文给出了两个随机向量的一种广义相关系数，并将其用于回归模型的检验，导出了相应的统计量。     

基于Lz变换的多性能参数系统可靠性分析

为了解决传统UGF方法只适用于具有稳态参数的多状态模型,不适用于多状态的瞬态模型的问题,学界提出了一种结合随机过程和UGF的方法,并称Lz变换。Lz变换方法的运用,使得多状态系统的瞬时可用度得到了有效的评估和度量。文章提出了一种改进的多参数Lz变换—向量Lz变换,对多性能参数部件构成的多状态系统进行可靠性分析,并给出算例,与蒙特卡洛方法进行对比,得出效用较高的结论。     

基于多层因子模型的我国核心通货膨胀估计

本文利用我国CPI分类数据,基于多层因子模型构建了一种新的核心通货膨胀指标.通过与单层因子模型方法的对比研究发现:单层因子模型会高估核心通货膨胀的波动性,原因在于其无法识别仅影响大类价格变化的局部因子,并将局部因子的大部分作用归于具有普遍性影响的全局因子.而多层因子模型不仅能够识别局部因子,并且利用分离局部因子之后的全局因子构造的核心通货膨胀指标具有更小的波动性,且更符合核心通货膨胀的内涵.     

中国上市银行增量长期条件风险价值估算研究

防控系统性金融风险的前提在于风险趋势的动态监测，该趋势决定于长期条件风险价值溢出传染。为有效测度中国上市银行的增量长期条件风险价值指标并评价其系统重要性和系统脆弱性，选用GARCH-MIDAS模型估算其长期波动率、短期波动率及总波动率，使用DCC-MIDAS模型测度长期相关系数和总相关系数。将所测算出的长期波动率与长期相关系数相结合，计算出增量长期条件风险价值、长期风险溢出指数和长期风险吸收指数。对比分析增量长期条件风险价值和以往研究中所使用的增量条件风险价值之间的差异和联系。考察剔除短期扰动下的风险价值溢出的长期趋势特征，并根据构建的长期风险溢出指数和长期风险吸收指数，稳健地识别出剔除短期扰动下的系统重要性银行和系统脆弱性银行。研究表明：其一，金融资产波动可以显著分解为长期波动和短期波动，长期波动决定着银行收益率波动趋势；金融资产间的相关系数则主要由其长期相关系数决定，并受到短期因素的干扰；其二，长期风险价值确实能够有效测度银行风险价值变化趋势，且增量长期条件风险价值决定增量条件风险价值的变化趋势，是银行风险溢出传染的核心要素；其三，通过增量长期条件风险价值构造的长期风险溢出指数LS...     

一种基于DEA模型的粗集决策方法

将DEA方法引入粗集理论中,提出一种可解决“具有多个决策属性特征”的多投入、多产出问题的方法,建立一种基于DEA的粗集决策模型,并通过研究中国生产力水平的效率问题来验证模型的合理性和有效性,为人们进行科学的决策提供了一种新的思想和方法。     

基于CRITIC的多属性决策组合赋权方法

多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,文章基于CRITIC的基本原理,提出了一种组合赋权方法。该方法通过对利用比强度和冲突性结合构造组合权重,研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

对两变量样本相关的检验方法研究

相关分析在统计分析中占有重要的地位,因此,引起了许多学者的关注,但对样本相关的检验方法的深入系统研究尚少见。本文从方法论的角度,对不同测量层次的两变量样本相关的假设检验,对两定距变量样本相关的伪相关关系以及因果关系的检验进行探讨。一、对不同测量层次的两变量样本相关的假设检验研究两变量x与y是否相关,在抽取一个随机样本以后,选择测度样本相关系数时,首要的准则是变量的测量层次,其次是考虑关系的对称性。通常对于两个定类变量测度其相关程度时,多采用人系数和Tau－v系数;对于两个定序变量测度其相关程度时,多…     

行业投资中的战略风险预算方法研究

本文将风险预算技术应用于机构投资者的行业投资战略风险管理中。为了准确地界定战略风险预算中的风险源,在国内基准证券组合比较少,不可能把战略风险源用可投资的战略基准证券组合进行刻画的情况下,引入多因素模型来刻画行业收益的风险源,建立了基于多因素模型的行业投资战略风险预算模型,并结合三因素模型进行了实证分析。在对行业战略风险进行预算的基础上配置风险,找到了一种能更好地控制行业投资战略风险的方法。     

基于相关系数及IOWA算子的区间组合预测方法

传统的组合预测方法是针对数字型数据并以改善拟合误差平方和为准则来建立模型。然而,在不确定环境下,样本数据和预测值均以区间数给出,因此有必要研究区间组合预测模型。文章引进IOWA算子以及相关系数概念,建立了多目标的区间组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性,同时给出模型中的参数的灵敏度分析。     

HD-SIS超高维数据稳健变量筛选

超高维变量筛选是统计研究的重要问题。提出一种新的变量筛选方法 HD-SIS,该方法不需要模型假设,并且对异常值有很强的抵抗能力,具有很好的稳健性。在Monte Carlo模拟中,对5种方法进行了比较,即确保独立筛选法、确保独立秩筛选法、稳健秩相关系数筛选法、距离确保独立筛选法和鞅差相关系数确保独立筛选法。模拟结果显示HD-SIS有更优良的表现。