时间序列中DF单位根检验存在的问题及方法改进

在时间序列分析中,DF单位根检验方法被广泛使用。文章通过随机模拟试验研究这种检验方法的DF统计量在不同情况下的统计特征,并以此为基础论证DF单位根检验方法存在的一些问题：假设检验的设计存在缺陷、小样本时间序列检验和强自回归时间序列检验误判率高、与时间序列分析的目的相悖等。综合来看,使用这种方法不一定能达到时间序列分析的目的,应谨慎使用。     

时间序列的单位根检验与伪检验

文章证明了平稳性的三个结论,即平稳序列的子序列仍是平稳的;非平稳序列子序列单整阶数不会超过原序列;一个序列乘以一个大于0的常数,平稳性不会改变。并利用得到的结论分析GDP序列,指出一些文献中的检验属于伪检验。对GDP数据序列（1952～2008）的平稳性检验得出结论：实际GDP取自然对数后是I（1）序列;实际人均GDPI（2）序列;实际人均GDP对数序列是I（1）序列;实际GDP增长率是I（0）序列。     

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。     

时间序列分析的一个重要问题及其解决方法

文章考虑非平稳时间序列的一种特殊情形:d-1次差分不平稳,但d次差分是白噪声。推导出这样的序列是一个适宜的非平稳AR(d)模型。得到的结论是:对方差齐性的时间序列,总可以建立模型ARIMA(p,d,q)。文章以中国历年年末人口序列(1970~2009年)为例,建立了一个非平稳的AR(2)模型,并对此模型进行样本容量为10000次的Monte Carlo模拟,表明模型是稳定的。     

一种改进的Q型因子聚类法

文章借助对应分析的基本思路实现了对Q型因子分析算法上的改进,得到了一种新的能够处理海量数据的聚类方法。通过算法分析,该方法的时间复杂度为样本容量的线性阶,这充分体现了其在算法效率上的优越性。最后,将该方法应用于上市公司板块分析中,并取得了较好的效果。     

基于核密度估计的非线性时间序列聚类

本文研究的是时间序列的聚类问题。由于现实世界中时间序列多数是非线性的,而现有的时间序列聚类问题大都是基于线性时间序列模型进行聚类的,本文提出了可以用于非线性时间序列的聚类方法。以时间序列的二维核密度估计之间的相似性作为非线性时间序列的距离度量,该距离度量方式是一种非参数的距离度量方法,考虑到了时间序列自相关结构的差异,能够粗糙地识别时间序列形状和动态相关结构的相似性。与理论研究结果相一致,我们的模拟实验结果也验证了这种距离度量的有效性。     

STAR非线性平稳性检验中误设定的伪检验研究

本文通过理论分析和蒙特卡洛仿真模拟,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论.研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强.当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败.数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高.当转移函数F(θ,c,zt)中θ较大导致一阶泰勒近似误差较大或c非0时,标准ESTAR与LSTAR非线性检验法失去应用条件.θ较大或c偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好的检验结果.     

现行工业统计工作中运用数理统计方法的初步探索

目前,我国的统计工作正在逐步形成以必要的定期普查为基础,经常性的抽样调查为主体,同时辅之以重点调查和有限的全面统计报表结合运用的统计调查体系.为了适应这样一种调查体系的发展,我国的统计工作也开始引入一些数理统计的方法.但是,由于统计人员的知识水平的限制,这些数理统计方法的应用无论在深度上还是在广度上还有待于进一步的提高.本文将介绍近年来在这方面的一些探索工作.     

时间序列平稳性分类识别研究

平稳性检验是时间序列回归分析的一个关键问题,已有的检验方法在处理海量时间序列数据时显得乏力,检验准确率有待提高。采用分类技术建立平稳性检验的新方法,可以有效地处理海量时间序列数据。首先计算时间序列自相关函数,构建一个充分非必要的判定准则;然后建立序列收敛的量化分析方法,研究收敛参数的最优取值,并提取平稳性特征向量;最后采用k-means聚类建立平稳性分类识别方法。采用一组模拟数据和股票数据进行分析,将ADF检验、PP检验、KPSS检验进行对比,实证结果表明新方法的准确率较高。     

基于模糊时间序列模型的股票市场预测

文章针对模糊时间序列模型目前存在的缺乏客观论域划分方法和模糊关系前件单一等缺陷,首先应用模糊聚类方法将数据分类,以相邻两个聚类中心的中点作为子区间的分界点来划分论域;其次将数据模糊化后根据证券市场主要量价指标建立了具有多个前件的高阶模糊关系;最后根据序列对比规则计算预测值。将该模型用于股票指数的价格预测和涨跌预测,与传统模型比较的结果表明其预测准确率有了较大提高。     

要素均衡： 人类发展指数的算法改进与实证研究

 人类发展指数是一个影响很大、应用很广的衡量人类发展成就的综合指标,但其传统算法存在两个统计缺陷：其一是缺乏对各向度本身的分布敏感性;其二是没有考虑各向度之间的均衡性。本文以后者为针对,采用测度准则法,提出一种以要素均衡为导向的人类发展指数改进法。实证显示,与人类发展指数的传统及现行算法相比较,此改进既能更好地体现人类发展的要义,也可提高人类发展指数的统计鉴别力,所以可用作计算人类发展指数的一种新选择。     

An Improved Method on Wilcoxon Rank Sum Test for Gene Selection from Microarray Experiments

Selecting a small subset out of the thousands of genes in microarray data is important for accurate classification of phenotypes. In this paper, we propose a flexible rank-based nonparametric procedure for gene selection from microarray data. In the method we propose a statistic for testing whether area under receiver operating characteristic curve (AUC) for each gene is equal to 0.5 allowing different variance for each gene. The contribution to this “single gene” statistic is the studentization of the empirical AUC, which takes into account the variances associated with each gene in the experiment. Delong et al. proposed a nonparametric procedure for calculating a consistent variance estimator of the AUC. We use their variance estimation technique to get a test statistic, and we focus on the primary step in the gene selection process, namely, the ranking of genes with respect to a statistical measure of differential expression. Two real datasets are analyzed to illustrate the methods and a simulation study is carried out to assess the relative performance of different statistical gene ranking measures. The work includes how to use the variance information to produce a list of significant targets and assess differential gene expressions under two conditions. The proposed method does not involve complicated formulas and does not require advanced programming skills. We conclude that the proposed methods offer useful analytical tools for identifying differentially expressed genes for further biological and clinical analysis.     

An Improved Hollander's Distribution-Free Test for Parallelism

Hollander (1970 Hollander , M. ( 1970 ). A distribution-free test for parallelism . J. Amer. Statist. Assoc. 65 : 387 – 394 .[Taylor & Francis Online] , [Google Scholar]) proposed a distribution-free signed rank test for testing parallelism of two regression lines. Hollander's test requires that the number of pairs of data in the two datasets must be equal and even. This requirement of the test is met by discarding observation pairs randomly from one or both datasets as needed. In this article, we propose that instead of discarding the observation pairs randomly, we add observation pairs randomly in one or both datasets as needed to meet the requirement of Hollander's test. By using simulation technique we show that the new test is a significant improvement over the original test of Hollander since the new test is consistently more powerful than the original test and provides narrower confidence intervals for the difference of the two slopes of the regression lines.     

An Improved Test for Continuous Local Martingales

We present a new test for the “continuous martingale hypothesis”. That is, a test for the hypothesis that observed data are from a process which is a continuous local martingale. The basis of the test is an embedded random walk at first passage times, obtained from the well-known representation of a continuous local martingale as a continuous time-change of Brownian motion. With a variety of simulated diffusion processes our new test shows higher power than existing tests using either the crossing tree or the quadratic variation, including the situation where non-negligible drift is present. The power of the test in the presence of jumps is also explored with a variety of simulated jump diffusion processes. The test is also applied to two sequences of high-frequency foreign exchange trade-by-trade data. In both cases the continuous martingale hypothesis is rejected at times less than hourly and we identify significant dependence in price movements at these small scales.     

一种改进的动态偏离-份额分析法

为突破传统动态偏离-份额法存在的"由于同度量因素采用不同时期所造成的‘权偏误’问题,与无法将单因素纯影响从交互作用中单独剥离"两种局限性,借鉴对数平均迪氏指数法构建改进的动态偏离-份额分析法。结果表明:改进方法不仅弥补传统方法的两种缺陷,保证了分解结果的唯一性与精确性,而且具有很强的可操作性与实用性,是一种有效的以偏离-份额法为基础的增长因素分解分析方法。     

用德尔菲法确定权数的改进方法

用德尔菲法确定权数的改进方法赵松山，白雪梅一、问题的提出在多指标系统的综合评价中，指标权数的确定是很关键的。目前，比较实用的确定权数的方法有德尔菲法、层次分析法、二项系数法、相对比较法和环比法等等。其中德尔菲法应用最为广泛。这种方法简单、实用，而且通...     

马氏链为齐次的统计检验方法

文章在大样本条件下,给出了离散型马氏链为齐次的正态检验和χ2检验方法。     

考虑跨期变动趋势的改进熵权法研究

权重确定是多指标综合评价过程中的关键环节。文章针对主观赋权法中专家对指标重要性判断的随意性及常规客观赋权法的片面性,提出考虑跨期变动趋势的改进熵值赋权方法。该方法考虑了时间因素,从指标数据跨时期的变动趋势中挖掘指标的相对重要性信息,并基于熵理论确定指标的重要程度之比,分层次规划求解各指标权重。最后结合我国新型城镇化水平评价案例,验证了该方法的合理性和有效性。     

一种改进的Fuzzy信息检索方法及其应用

文章应用Fuzzy信息分配手段将一个普通信息检索过程拓广到了一个Fuzzy信息检索过程。为减少信息检索中的失误,提高信息检索效益,文章提供了一种新的数量化处理手段与具有实用价值的有效方法。     

平均家庭户规模的模拟与预测—基于改进的Bi-logistic方法

平均家庭户规模是分析社会经济问题的重要指标,但现有的模拟和预测方法存在数据要求高、无法直接关联人口事件等缺陷。针对这些问题提出通过人口数量和家庭数量两个指标模拟和预测平均家庭户规模的方法,通过分段Bi-logistic曲线拟合,将人口流动与平均家庭户规模变化直接关联起来。模型准确性检验显示,10年期的模拟误差可以控制在5%以内,20年期的模拟误差可以控制在10%以内。该方法显著地降低了对数据的要求,能够在简单数据要求的基础上模拟和预测平均家庭户规模变化过程,对于缺乏动态家庭数据的发展中国家和小区域的家庭动态变化研究有积极意义。