横截面数据变量的规模特征:特征价格建模分析

本文通过对截面数据排序这样一种创新的简单建模实验,将经济变量间关系的一个基本特征——非线性规模效应纳入到截面数据模型设定中。本文以特征价格模型为实验案例,具体的分析对象是汽车和电脑的特征价格模型。实验得出的主要结论有:由于忽略了截面数据样本中潜在的非线性规模效应,传统模型得出的特征价格指数很可能存在系统偏差;基于规模解释变量的数据排序方法是滤出截面数据样本中非线性信息的一种简易而有效的途径;截面数据一经排序,便可采用现有的系统动态建模方法来实现对变量间这种非线性规模信息的滤出。     

人员招聘的一个双边逆向选择模型

变化的市场环境对劳动契约是有影响的,而且企业面临的市场环境通常是企业的私有信息,员工并不充分了解企业的市场环境。本文用一个委托人拥有私人信息的双边逆向选择模型来分析变化的市场对劳动契约的影响,得出比较深刻的结论。     

江苏新生代农民工收入差异的个体因素分析

本文立足于从个体角度来探讨造成江苏新生代农民工收入差异的影响因素.借助调查问卷数据,选取相关的变量构建明瑟收入扩展模型,进行多元回归分析,通过对拟合模型的分析得出除了控制变量以外,仍存在其他变量对收入产生影响等结论,同时该模型也存在非调查指标的影响力均包含在常数项中,无法进行具体分析等不足.     

混合类型辅助变量下模型校准抽样估计研究

在超总体模型中,一般用于构建模型的辅助变量多为连续型变量,对混合类型辅助变量的模型研究较少.为了同时利用与研究变量相关的连续型和离散型辅助变量的信息,本文提出在模型校准的框架下,利用非参数核回归方法,得到混合类型辅助变量下的模型校准估计量.研究证明,该估计量是渐进设计无偏、设计一致和渐进正态的,并给出了估计量的方差和方差的估计量.数值模拟的结果显示,本文在总体回归函数为线性和非线性的情况下,估计效果均有所提高.此外,通过CLHLS数据的验证也表明该估计量的效果优于仅利用连续型辅助变量的估计量.     

基于主成分与BP神经网络的股票价格预测分析

一、主成分与神经网络的股票价格预测模型 1.输入变量的选择 在应用人工神经网络模型预测股票价格的过程中,并非每个信息都要设置一个输入变量,有效地选取输入变量是决定该神经网络预测准确性的关键因素.     

联合广义线性模型中的变量选择

在联合广义线性模型中,散度参数与均值都被赋予了广义线性模型的结构,本文主要考虑在只有分布的一阶矩和二阶矩指定的条件下,联合广义线性模型中均值部分的变量选择问题。本文采用广义拟似然函数,提出了新的模型选择准则(EAIC);该准则是Akaike信息准则的推广。论文通过模拟研究验证了该准则的效果。     

企业绩效评价的空间混合效应计量模型构建

文章在对企业业绩评估维度特征分析的基础上,借鉴传统计量检验模型,通过引入空间混合效应模型,构建了企业业绩评估空间结构混合效应的固定模型与随机系数模型,探究了该模型的空间统计检验变量GMM参数;最后就这些计量检验模型及参数进行了讨论,提出了企业业绩空间计量检验模型改进方向,为企业绩效评价工作提供了一个新的研究方向。     

滞后被解释变量作为解释变量的负面效应分析

把滞后被解释变量作为解释变量是目前计量经济分析中的常见做法,但这种做法往往会导致其它变量系数的混乱,从而使模型失去经济意叉。本文首先通过一个典型例子说明这一现象,然后通过统计推断指出产生这种负面效应的原因,最后对改进模型提出了几点建议。     

高校班级人数与平均成绩的关系

本文运用了简单相关分析、等级相关分析、卡方独立性检验、双变量回归模型以及虚拟变量回归模型等多种统计学方法,分析了班级人数与学习成绩的关系问题,得出教学班级人数与平均成绩两者存在高度显著的弱相关关系,前者是影响后者的重要因素的结论.由于班级人数的多少是可以人为控制的,因此可以用来作为提高教学质量的工具.     

顾客资产的构成及对市场营销的启示

分析顾客资产构成,目的在于寻求一组既具有代表性又能全面反映顾客资产组成特征变量,通过对这些变量的分析,构建一个顾客资产模型,从而为市场营销提供赖以决策的信息,并产生长期经济效益.     

变量选择方法在医疗保险赔付评估中的应用

在广义线性模型假设下,采用Lin的医疗费用模型,运用LASSO和SCAD方法对影响医疗费用的因素进行选择,并对两种方法的有效性进行了对比分析,从而得出影响医疗保险赔付的重要因素,解决了高维变量带来的一系列问题。实例分析中,由于两种方法注重的统计性质不同,选择出的解释变量略微不同,但通过分析发现,两种结果都具有良好的解释性,反映了影响医疗保险赔付的重要信息。     

考虑截面相关条件下的异质性面板数据协整回归模型的估计

 面板数据的非平稳分析是近年来迅速发展的方向,其中考虑截面相关情形下面板数据的协整分析的发展备受关注。Bai &; Kao（2006）得出了截面相关条件下面板协整估计的因子模型,但该模型只考虑了被解释变量截面相关情形,未考虑解释变量的截面相关,且假定各截面间长期协方差矩阵相同。本文在Bai（2006）考虑截面相关条件下面板数据协整回归模型估计的基础上将其结论推广至被解释变量和解释变量均截面相关及截面长期协方差矩阵不相同即异质性时的情形,并试图通过Monte Carlo 模拟讨论其小样本性质。并且由于截面间长期协方差矩阵异质性的存在,本文还针对两变量的协整系统提出了系数检验的组间均值t统计量。     

内含制度因素的中国经济增长模型及实证分析

根据经济增长影响因素,结合中国经济的具体情况,本文通过将影响中国经济增长的主要因素引入分析框架,建立了一个包含制度因素的中国经济增长模型,并且就相应指标进行了分析.此外,通过灰色关联度的分析方法对影响中国经济增长的各个制度变量的重要性进行了细致分析,得出了符合中国实际的切实建议.     

供应链信息传递效率影响分析

文章通过对供应链中信息传递效率的分析给出量化结果,明确有效信息传递对供应链的影响程度。以第三方物流企业为例,建立了完全信息传递下与不完全信息传递下的供应链成本与利润模型,更直观的分析信息传递效率的影响。然后运用MATLAB进行了模拟,在经过对订单量和运送量的随机多次循环后,得出成本和利润平均值来衡量信息传递影响。通过以上的分析得出,信息传递效率的有效与否对供应链的绩效产生巨大影响。     

应用Panel—Data模型对我国城镇居民消费的研究

消费是宏观经济的主要变量,作为需求力量,不仅直接对经济增长起着拉动作用,而且还会通过其它经济变量的作用间接拉动经济增长。因此如何启动消费、拉动内需以促进经济持续增长就成了人们关心的一个重要问题。本文应用Panel-Data模型对中国城镇居民的消费状况进行了研究:讨论了城镇居民消费对收入的弹性以及消费倾向;分析了城镇居民收入等级对消费的影响;并得出了有关结论。     

基于局部积差相关系数阵的纵向数据R型聚类分析——以现代服务业为例

在信息技术快速发展的今天,对问题和现象的研究已不再局限于单纯利用截面数据或时间序列数据进行分析。与之相比,纵向数据包含更多的信息,广泛而深入地挖掘其数据中的信息对于人类认识自然、认识社会有着重要意义。通过对纵向数据结构特征的研究,提出了纵向数据变量的局部积差相关系数矩阵。该相关阵不仅可以对变量的内部结构进行分析,更为重要的是,以此为基础来计算变量间相关系数,可以从一个新的视角,更为深入地揭示变量间的相关关系,进而可以对变量施以新型聚类分析。     

利用辅助信息提高事后分层估计量的精度

本文考虑了事后分层回归模型,在回归模型中逐步引入定性辅助信息、包含概率和定量辅助信息,建立辅助变量与研究变量的回归模型,从而使得事后分层回归模型下的事后分层估计量精度逐步提高。     

基于核机器的加速失效时间模型及其应用

加速失效时间模型是一种应用广泛的生存分析模型。本文借助LASSO惩罚剔除冗余预测变量,构建基于核机器的加速失效时间模型,用以刻画预测变量与生存期间的复杂关系。此外,提出一种新的正则化Garrotized核机器估计方法,可以较好地刻画预测变量与生存期潜在的非线性关系,实现非参数分量中预测变量间交互作用的自动建模,提升模型预测精度。模拟研究表明,与已有的代表性方法相比,本文提出的方法对生存期的预测精度更高,特别是在复杂关系情形下优势更为显著。最后,将该方法应用于胃癌数据分析,利用临床信息和基因表达预测生存期和风险评分。实证结果显示,该方法能为病例基于风险分层的临床精准诊疗方案设计提供有益的参考。     

物流企业运作可靠性评价模型构建

物流是社会经济发展的一个重要支撑,其可靠性对企业和社会的发展都产生着重要影响。针对物流服务的特点,文章将物流企业运作的可靠性定义为在规定时间和规定条件下,提供规定数量的物流服务需求的能力,可靠度是对这种能力的一种度量。根据该定义,构建了物流单元服务可靠度的测度模型,在分析物流企业内部逻辑结构的基础上,得出物流企业运作可靠度的计算方法,最后通过算例验证了该模型的正确性。     

最小总加权误工数的工程项目排序的模型与算法

如果一个承包商要承担(m≥2)个带有权重和完工截至日期的工程项目,则存在以最小总加权误工数为目标的工程项目排序优化问题.文章首先通过一些符号和参数,建立了该问题的一个不确定模型.然后,基于不确定理论,通过假设每个工程项目的处理时间是一个带有不确定分布的不确定变量,由不确定变量的期望计算公式,将该不确定模型转化为一个确定的模型.再次,给出了该确定模型一个新性质,并且由这个性质设计了一种该模型解的算法,称为DWE算法.最后,通过一个数值例子检验了该模型和算法的有效性.