基于多层线性模型的就业影响因素研究

当前就业问题已成为困扰各国政府的世界性难题,对于我国这样一个人口大国尤为突出。文章针对我国就业问题,建立了影响我国就业情况的分层模式指标体系,且通过以就业人数为因变量,各影响因素为自变量的逐步回归模型消除影响因素间多重共线性,得到了影响就业的主要因素。在此基础上,以样本单位为第一水平,样本所在地区为第二水平,建立了关于就业的分地区二层线性模型。     

多层线性模型的参数估计

文章详对多层线性模型中固定效应与随机效应参数估计方法进行了理论推导,并对推导出的估计量进行了详细说明。     

社会科学研究中多层线性模型方法应用的文献分析

文章检索了中国期刊网1999-2009年发表的有关HLM的文章。文献计量分析显示,国内HLM研究发展迅速,文献总量持续增长率33．19％,应用于9大领域,48．86％得到基金支持或项目资助,61．59％的文章使用HLM软件分析数据,但尚未形成核心作者群与核心期刊区;对202篇应用和方法型文献进行内容分析发现,已有文献对数据基本信息报告不全,各研究采用样本量差异大,45．27％的文章检验了零模型,15,42％的文章指明文中采用的中心化策略,28篇使用脉络变量的文章中有15篇检验了rwg（2）指标,50．75％的文章报告了方差解释比例。本研究针对上述内容中的不足提出建议,并展望了HLM的应用发展趋势。     

基于线性模型的大学毕业生就业薪酬影响因素研究

大学毕业生就业薪酬是现实生活中一个重要的经济计量问题,本文以上海某高校毕业生就业薪酬数据为研究对象,随机抽取了1309个数据样本,对解释变量采取虚拟变量的形式,基于线性回归模型,分别用最小二乘方法、岭回归和贝叶斯回归方法对薪酬数据进行了回归．对影响工资收入的性别、民族、是否共产党员、生源所在地、就业所在地、就业单位的性质和所在学院等因素进行了分析,得出了相应的结论。     

基于状态空间模型和多层模型的广东城乡消费差异研究

运用状态空间模型和多层模型,从宏观与微观、横向与纵向多个维度对改革开放以来广东省城乡居民消费差异影响因素的特征进行了刻画,对场景变量影响城乡消费差异的程度进行测度。研究表明:边际消费倾向、物价水平、恩格尔系数这三个因素对城镇和农村居民消费的影响规律相似,但从整体上看,前两个变量对城镇居民消费影响的波动更剧烈;与2005年相比,2010年城乡居民的整体消费水平不断提高,但城乡之间消费的绝对差距、城乡居民的边际消费倾向都在减小;城乡之间消费环境的差距使城乡居民消费差距不断扩大;社会投资水平对城乡消费的影响力度在逐渐上升。     

混合广义线性模型

本文首次提出混合广义线性模型，此模型包括通常的标准广义线性模型以及贝叶斯多层广义线性模型。对二分量混合广义线性模型，利用近似准似然方法讨论其参数估计。对指数族混合广义线性模型，利用标准的广义线性模型分析方法得到参数的迭代估计。至于Ａｌｂｅｒｔ提出的贝叶斯多层先验分析方法，我们给出简单的讨论与修正；并且讨论与分析两个特殊的贝叶斯多层广义线性模型，给出它们的有关详细结果。最后，对混合广义线性模型，提出两个问题     

多层统计模型的应用进展综述

作为一个新的统计学方向,多层统计模型在近年发展迅速。文章对国内外多层统计模型的应用进行了系统性的归纳总结,并对应用进行分类和述评,最后展望了今后的研究趋势。     

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.     

多变量整体模式的累加多层统计模型研究及应用

在多变量累加随机系数多层统计模型的基础上,考虑层一的回归系数受层二变量影响的情形,建立单变量累加整体模式多层统计模型,此模型拓展了多层统计模型的适用范围。将单变量整体模式累加多层统计模型应用到中国香蕉产业组织化形式与亩收入以及有机肥施用占总用肥的比例之间关系的研究中,得到与实际基本相符的结果。     

浅谈简单线性回归模型与对数线性回归模型的选择

在我们进行经济建模分析时,经常会遇到这样的问题：对于样本数据,我们是选用简单线性回归模型,还是选用对数线性回归模型,,对于这种选择,我们不能主观臆定,只能从客观上对这两种模型进行对比分析,找出最优的回归模型形式。本文拟对这两种模型的选择问题作初步探讨。     

分层线性模型的最大后验估计

最大后验估计（MAPE）和最大似然估计（MLE）都是重要的参数点估计方法。在介绍一般分层线性模型（HLM）MAPE方法的基础上,给出这种方法的期望最大化算法（EM）的具体步骤,运用对数似然函数的二阶导数推导了MAPE估计的方差估计量。同时运用数据模拟比较了EM算法下的MAPE和MLE。对于固定效应的估计,两种方法得到的估计量是一致的。当组数较少时,EM计算的MAPE的方差协方差成分比MLE的更靠近真实值,而且MAPE的迭代次数明显小于MLE。     

A Multiplicative Alo-group Based Hierarchical Decision Model and Application

Pairwise comparison matrix (PCM) is a popular technique used in multi-criteria decision making. The abelian linearly ordered group (alo-group) is a powerful tool for the discussion of PCMs. In this article, a criterion for acceptable consistency of PCM is introduced, which is independent of the scale and can be intuitively interpreted. The relation of the introduced criterion with the weak consistency is investigated. Then, a multiplicative alo-group based hierarchical decision model is proposed. The following approaches are included: (1) the introduced criterion for acceptable consistency is used to check whether or not a PCM is acceptable; (2) the row’s geometric mean method is used for deriving the local priorities of a multiplicative PCM; (3) a Hierarchy Composition Rule derived from the weighted mean is used for computing the criterion/subcriterion’s weights with regard to the total goal; and (4) the weighted geometric mean is used as the aggregation rule, where the alternative’s local priorities are min-normalized. The proposed model has the property of preserving rank. Moreover, it has counterparts in the additive case. Finally, the model is applied to a layout planning problem of an aircraft maintenance base with a computer-based software.     

基于MCMC模拟的贝叶斯分层信用风险评估模型

缺少违约数据与债务人异质性是度量信用风险时面临的重要问题。贝叶斯模型中分层先验信息和马尔可夫链蒙特卡罗（MCMC）模拟方法的应用可以有效缓解数据缺失和测量误差问题,并能对债务人异质性进行评价和比较,从而避免低估风险。针对银行数据的模型拟合与模型诊断均展现了分层估计的适应性和灵活性,相关方法简洁清晰,利于国内风险分析人员采用。同时,涵盖宏观经济协变量的贝叶斯分层模型可以用于更加复杂的风险分析。     

基于网购搜索量的CPI及时预测模型

购物网站的用户搜索量数据是近年来出现的一种新类型数据源。基于该数据在合理选择关键词以及对数据进行季节调整和假日处理的基础上建立中国全国与城镇CPI的及时预测模型。模型以分布滞后模型为基础,采用Elastic-Net方法进行收缩估计进而实现变量选择。在确定最优惩罚因子和调整参数时采用了K重交叉验证技术。实证结果表明,搜索量变量与CPI具有显著的因果关系,在此基础上建立的预测模型经济含义合理,并能对CPI做出较精确的预测。同时,从模型均方误差角度看,基于Elastic-Net的变量选择显著优于基于逐步回归的方法,而城镇CPI预测模型也优于全国CPI预测模型。     

基于分层广义线性模型的非寿险费率厘定精算模型研究

非寿险业务中的损失数据结构日益复杂,呈现异质性与相关性并存的异象。分层广义线性模型能够突破传统费率厘定精算方法仅分析风险个体同一保单年损失数据的局限,可以提高复杂结构损失数据预测的准确性。基于分层广义线性模型等方法,研究具有多年损失数据的非寿险费率厘定问题,并以车险和工伤补偿保险的两组损失数据为例进行实证分析。研究结果表明,相对于GLM而言,考虑随机效应后GLMM的拟合优度大幅改善,GLMM与HGLM可以更有效地反映不同风险个体的差异,并有利于揭示风险个体在多个保险期内损失的异质性与相关性。     

基于新三维客户细分模型的线上会员客户价值研究

从客户的当前价值、潜在价值、忠诚度价值三个方面出发,建立适用于线上企业的会员客户价值评价指标体系。同时,在传统RFM模型的基础上构建了新三维的客户细分模型,并根据改进的客户价值细分维度进一步细分客户,利用主成分分析法计算每个客户群的价值得分。最终选取某网站的会员客户数据进行算例分析,通过识别不同客户群体、价值和状态,为企业实施精准营销提供更加细致的客户细分依据。     

基于结构方程模型的互联网金融理财行为研究

互联网金融是近两年研究的热点问题。在文献研究的基础上,首次结合计划行为理论和创新扩散理论建构互联网金融理财行为模型,探讨互联网金融理财行为形成过程。研究结果表明,互联网金融理财行为模型可以较好地解释民众互联网金融理财行为:"理财目标"对"信息搜寻"具有明显影响,有61%的解释度;该模型同时解释了45%的"沟通交流"变量和47%的"理财意愿"变量;"沟通交流"与"理财意愿"之间存在着较显著的正相关关系。     

Criteria for Linear Model Selection Based on Kullback's Symmetric Divergence

Model selection criteria are frequently developed by constructing estimators of discrepancy measures that assess the disparity between the 'true' model and a fitted approximating model. The Akaike information criterion (AIC) and its variants result from utilizing Kullback's directed divergence as the targeted discrepancy. The directed divergence is an asymmetric measure of separation between two statistical models, meaning that an alternative directed divergence can be obtained by reversing the roles of the two models in the definition of the measure. The sum of the two directed divergences is Kullback's symmetric divergence. In the framework of linear models, a comparison of the two directed divergences reveals an important distinction between the measures. When used to evaluate fitted approximating models that are improperly specified, the directed divergence which serves as the basis for AIC is more sensitive towards detecting overfitted models, whereas its counterpart is more sensitive towards detecting underfitted models. Since the symmetric divergence combines the information in both measures, it functions as a gauge of model disparity which is arguably more balanced than either of its individual components. With this motivation, the paper proposes a new class of criteria for linear model selection based on targeting the symmetric divergence. The criteria can be regarded as analogues of AIC and two of its variants: 'corrected' AIC or AICc and 'modified' AIC or MAIC. The paper examines the selection tendencies of the new criteria in a simulation study and the results indicate that they perform favourably when compared to their AIC analogues.     

Influence Measures Based on Cressie-Read Divergence Measures in Multivariate Linear Model

We define a new family of influence measures based on the divergence measures, in the multivariate general linear model. Influence measures are obtained by quantifying the divergence between the sample distribution of an estimate obtained with all the observations and the sample distribution of the same estimate obtained without any observation. This approach is applied to best linear unbiased estimates of estimable functions. Therefore, these diagnostics can be applied to every statistical multivariate technique that can be formulated like this kind of model. Some examples are considered to clarify the applicability of the introduced diagnostics.     

基于PLS分析的中国互联网扩散影响因素研究

基于2000—2011年的时间序列数据,利用偏最小二乘法进行回归建模,对影响中国互联网扩散的因素进行了实证分析,研究结果表明:信息基础设施、经济水平、收入水平、上网设备、科技水平、教育水平、城市化水平、上网费用是影响中国互联网扩散的主要因素。基于2011年的31个省市的截面数据,利用变量投影重要性指标进一步分析了互联网发达地区和欠发达地区网络扩散的主要影响因素,结果表明移动电话普及率、人均可支配收入、电脑普及率是影响发达地区互联网扩散的前三位因素,移动电话普及率、人均GDP、城市化水平是影响欠发达地区互联网扩散的前三位因素。