基尼差的计算与应用

基尼是意大利统计学家，基尼基指标因他提出而得名。所谓基尼差，就是标志值数列中的各个标志值之间绝对差的算术平均数。由于掌握的资料不同，可以分为简单基尼差和加权基尼差。现分述如下：一、简单基尼差。在资料未经分组时，基尼差采用简单平均法计算，具体可分为两步：第一步，求各个标志值之间的离差，并取绝对值。第二步，将离差绝对值的总和除以标志值离差的项数。设数列中的各项标志值分别为：X；，X。，…，Xn，则其基尼差用公式表示如下：22X．X．GD＝＝Z122i1AIAiZi（）n（nl）式中：GD代表基尼差l，J一1，2，…·‘·，f…     

农作物遥感估产方法介绍(下)

四、农作物种植 面积的提取 农作物种植面积是整个估产活动中的重要内容。用遥感方法测算某一种农作物的种植面积主要有以下几种方法： （一）航天遥感方法 （１）卫星影像磁带数字图像处理法 它是选用适时的陆地卫星影像磁带进行计算和图像处理及识别。根据分类结果，按每类的像元数来计算某区内某作物的面积，一般精度较高。 （２）绿度──面积模式 它是利用航天卫星资料获取植被指数与作物调查的种植面积建立回归方程，来推算作物种植面积。 （二）航空遥感方法 在航空像片（简称航片）上，因所拍摄的物体四周轮廓及一切景观特征都十分…     

用计算机解曲线趋势预测模型

曲线趋势预测在市场预测等领域应用广泛。曲线趋势预测模型的建立一般采取人工计算，这样势必非常繁琐。而计算机的日益普及给这项工作带来极大的方便，并且还具有省时、准确等优点。下面介绍一种能建立曲线预测模型的计算方法。一、计算原理曲线趋势模型的数学表达式是：（设Yt为销售量，X代表时间）建立曲线趋势模型实际上是求（1）式中的系数a，b，c，…，k。设Yi为估计值则：Yai为观察值：（ei为Yai与Yi的残差）则总方差：根据最小二乘法原理，偏导数把（6）式整理后，可得下列方程组在具体实现时，先选定误差精度（E），取n=1，求得…     

关于长期投资平均发展速度计算方法的改进

在测算经济指标的平均发展速度时,常用的统计方法有以下两种：几何平均法（亦称水平法）和方程式法（亦称累计法）。由于长期投资指标注重考察投资期内累计完成的投资总额,所以在计算投资平均发展速度指行时,通常都采用方程式法,即：沿;;个时期的投资额一组成一列时间数列,t－1,2,3,一,n,其环比发展速变为：X一句子q＿;,则求解其平均发展速度。的公式为：问题在于上述公式中,等式右边的atRJ＄第t期资金价值计算的实际投资额,而即是以基期（第0期）资金价值计算的当期实际投资颔。显然由于资金的时间价值影响,将各期投资…     

农产量抽样调查方法优化研究(之四)──平均亩产和总产量的抽样估计(下)

三、举例根据“农产量抽样调查方法优化研究之三：实际播种面积的抽样估计“一文中的例子，现将30个样本村（分为6层）的各种平均亩产及有关计算结果列于下表：表1（βij的值是简单计算的）下面分述各种估计法下全县的早稻平均亩产和总产量的估计值及其置信区间。（一）比率估计根据表1中Xij1、xij和xij1三项数据，可以求出各层各样本村平均亩产的比率估计值如表2所示。1．分别比率估计根据各层样本村的实际播种面积资料求出G；值，根据表1和表2中的相关资料求出又值，再根据已知的Z’；求出又。，一并列于表3。表3从而可得全县平均亩产的…     

浅谈工业中间投入的校验

计算工业增加值有两种方法：一是生产法，二是收入法绘配法），即从收入的角度出发，根据生产要素在生产过程中应得到的收入份额计算。同样，工业中间投入也可由两种途径求得：一是由直接材料、制造费用中的中间投入、管理费用中的中间投入、销售费用中的中间投入以及利息支出相加求得，按现行会计核算和有关规定，均按不会增值税（进项税额）的价格计算；二是由工业总产值（现行价格，新规定）减去工业增加值再加上应交增值税求得，在这里的L业增加值应是用分配法计算的，其计算公式为：工业中间投入一工业总产值（现行价格，新规定）－L…     

公共突发事件应急统计中纵向缺失数据的处理方法研究

缺失数据在公共突发事件的应急统计数据分析中是一个非常普遍的问题,针对公共突发事件应急统计数据的纵向数据集,提出用一种得分匹配法来进行缺失值的借补处理,并将其与另外三种缺失值处理方法进行比较,即构造各种不同缺失率的随机缺失数据集,分别运用得分匹配法、LVCF借补法、无条件均值抽取法和多重借补法四种不同的缺失值处理方法对每一种缺失率的数据集缺失值进行处理。统计分析结果表明,少数缺失值发生时,LVCF法简单而有效;随着缺失率的增加,均值抽取法和多重借补法处理效果更稳定;得分匹配法借补缺失值考虑了变量之间的相关性,最大程度地利用了数据集包含的信息,同时考虑了含缺失值变量的实际变异程度,因此取得了最好的借补效果。     

时间序列全局特征聚类分析方法及其应用

本文指出了用点和点距离度量时间序列相似性存在的问题，并给出一种新的相似性度量一全局特征，即从时间序列的统计分布特征、非线性和傅立叶频谱转换等3个方面提取全局特征构建特征向量，并进行聚类分析。本文以全国各地区人均GDP时间序列聚类为例，评估了距离相似法与全局特征法的聚类结果。实践证实全局特征法不但可以处理不同长度有缺失值的时序聚类，而且可以降低大型时间序列数据聚类计算的复杂度。     

基于样本分位数的Weibull分布均值和标准差估计

样本均值和标准差是数据分析中常用的指标,但在部分研究中只记录了样本分位数,并未记录均值和标准差。传统的最小二乘法在估计样本均值和标准差时,通常将样本分位数同等对待,但在实际研究中,数据具有峰度和偏度等特征,样本分位数的重要程度不同。因此,文章在估计模型中引入权重,针对可靠性分析中常见的Weibull分布,提出两种方法估计均值和标准差：利用分布函数的加权最小二乘法（FWLS）进行估计;将Weibull分布转换为指数分布,利用数据的加权最小二乘法（WLS）进行估计。通过仿真和实例结果的比较,表明两种方法的估计效果显著。     

对沈阳市"十五"经济走势的整合预测与量化分析

沈阳市“十五”经济适度增长的量化分析和整合预测我们以1990年-1999年的国内生产总值（按1990年可比价格计算）为观测值（表1）,分别建立沈阳市国内生产总值GM（1.1）预测模型和线性回归预测模型(一)灰色预测模型对于表1 提供的原始数据X(0)(i); i=1、2......10,由累加公式:X (1)(i)= X (0)(K)生成新序列X (1)(i):并由之构造累加矩阵B(9×2阶)及常数项Yn(n=9): 按最小二乘原理解方程组其中　　　则有经计算得最后得即a=-0.1105,u=223.13据此,按灰色预测步骤,应有将a、u的值代入（5）得求导还原得据（6）算得下表：拟合结果,产生较大…     

股市常识系列介绍—分析指标（八）

19．随机指数（KDJ）;它是综合移动平均数,相对强弱指数和威廉指数的特点而形成的一种技术分析方法。（1）KDJ指标的计算方法：①计算n日内（通常短期选用6日或9日）的相对强弱值RSV：②计算K（％）值,公式为：K1＝αRSVt＋（1—α）Kt-1α为平滑系数,一般取。上述公式得到的K值实质上是对RSV的指数平滑值。K值的初始值一般取为50o③计算D（％）值,公式为：D;一QK;＋（1一。）D;－l与K值计算公式相同,a为平滑系数,取为今,D——“———”～”””““”——”””””Q’一值是对K值进行指数平滑的结果,亦即对RSV…     

分位数回归与上证综指VaR研究

把极端分位数所具有的行为特征应用到VaR的研究中，建立上海股市收益率的条件分位数回归模型，描述其在极端分位数下的变化趋势。同时选取适当的尾部模型，并在此基础之上应用外推法预测非常极端分位数下的条件VaR，并与直接由分位数回归模型预测的结果进行比较。结果表明：两种方法得到的结果变化趋势都是一致的，由外推法预测的结果相对小一些。     

对三点预测法中两个问题的认识

三点预测法，是我国统计学界提出的估计二次曲线方程参数的一种简化方法，由于该方法具有计算简便的优点，在实践中得到了较广的应用，并且还被推广到对直线、指数曲线等趋势方程中未知参数的求解，成为一种独立的拟合趋势方程的方法，本文拟就这一预测方法中存在的两个问题谈谈我们的看法。一、“三点法”中三个点的坐标问题国内已版的许多统计预测方面著作在介绍“三点法”求解二次曲线方程的三个未知数时，都认为：从时间数列的首、中、尾各取五项或三项数据，分别计算出各组的时间变量加权算术平均数（分别记为）和实际观察值加权算术平…     

各种抽样调查方法的比较

抽样方法分为两类，概率抽样和非概率抽样。在抽样时如能得知总体中每一个单位被选为样品的概率，就是一种概率抽样，如其概率为不可知，则是非概率抽样。一、非概率抽样非概率抽样主要有下列四种：l、便利抽样——仅考虑方便的抽样方法，样品的选择只考虑到接近或衡量的便利，访问过路的行人便是一例。2、配额抽样——此法是最常用的一种非概率抽样方法。（1）选择“控制特征”，将总体按其控制特征细分成几个子总体；（2）决定各子总体的样本大小（按比例分配）；（3）选取洋本。配额抽样和分层抽样不同，后者是以随机抽样法从各子总体中…     

回归分析中异常值的一种修正方法

普通最小二乘法是估计回归方程式的参数的一种常用的方法，它是根据在一组假定前提条件下，要求实际观测值（Y）到回归方程的估计值（Y）的离差平方和达到最小值．即上（Y—Y）’一最小值。但是在实际工作中，利用最小二乘法研究经济变量之间的关系时，当调查取得的资料中出现异常值时，如果不采用合适的方法加以修正，估计出来的结果就可能出现很大的扭曲。有些人采用舍掉异常值的办法，这样作也可能使回归方程和观测值拟合得好一些，但由于合掉了异常值，使资料的个数明显减少了，因而在进行有关统计检验时，会因自由度变化而使参数的估…     

CVaR-EVT和BMM在极端金融风险管理中的应用研究

随着风险度量一致性原则的提出,研究发现金融机构广泛采用的VaR模型存在严重不足,尤其针对分布具有厚尾特征的极端金融风险无法有效度量。本文采用极值理论（EVT）解决VaR方法的尾部度量不足问题,利用CVaR-EVT和BMM模型分析美国、香港股票市场和我国沪深两市指数18年的日收益数据,研究发现：（1）在95％置信区间及点估计中,分位数为99%的CVaR-EVT所揭示的极端风险优于VaR的估计值;且BMM方法为实施长期极端风险管理提供了有力决策依据,其回报率受分段时区的影响,期间越长,风险估计值越高;（2）模型采用ML和BS方法统计估值显示,我国股票市场极端风险尾部估计值高于香港和美国市场;但是,国内市场逐步稳定,并呈现出跟进国际市场且差距缩小的发展趋势。     

基于随机模拟与g-h分布的VaR计算方法

在金融风险管理中经常需要对极端值进行统计分析,对变量极端值的分布拟合中g-h分布模拟法可以取得较好的效果.但该方法中参数的拟合一般是用分位数进行的,虽然很简便,却很难做到使四阶矩同时与目标分布一致.改进后的基于随机模拟的g-h分布参数拟合法已经被证明可以很好的解决这一问题.文章将这种改进后的方法用于VaR的计算研究,并通过对股票市场进行实证分析,证明该方法的对VaR的拟合效果优于历史模拟法、正态分布法,且比极值理论法更加方便、灵活和准确.     

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。     

基于g-h分布的极值分布拟合新方法

g-h分布是一种能对具有尖峰、厚尾、偏态特征的分布进行很好拟合的分布,还没有人将其专门用于分布尾部的局部拟合;同时g-h分布传统拟合方法是用分位数分别对其参数进行拟合的,这很难做到使四阶矩同时与目标分布一致。文章首先提出了g-h分布的蒙特卡罗算法;然后利用它进行股票收益率的极端值进行拟合;最后和极值分布拟合方法进行了对比分析。实证表明,g-h分布的蒙特卡罗算法比极值理论更加方便、灵活和准确。     

对统计数据的特征分析与预测模型选择的研究

统计模型的建立不仅需要统计数据支持，而且模型的形式选择又紧紧依赖于统计数据的特征，因此，统计数据是统计模型的基础。本文拟对统计数据的特征与预测模型形式之间的内在关系进行探讨，即回答什么样的统计数据特征，应该选择什么样的统计预测模型。一、时序数据特征分析与预测模型的选择没Y；、Y。，……，）：＼为确定性数据列，简记ZYS（t—l，2，…，N）。首先分析时序数据列是否存在自相关，鉴别时序是否存在自相关的最简单方法是画出Y二f（）的散点图。如果散点呈连续缓慢变化，则说明时序数据列存在自相关，这时预测模型可选择…