不完全无误判金标准下二重抽样设计中样本量的确定

考虑在不完全无误判金标准下二重抽样设计中对疾病流行率进行检验的近似样本量公式。基于两种模型提出了在给定置信水平下置信区间宽度控制在指定范围内的样本量的近似公式,随机模拟研究了在估计的样本量下区间估计的统计性质。结果表明:基于限制性极大似然估计下方差的Wald置信区间、似然比置信区间和Score置信区间确定的样本量是准确有效的,因而被推荐于实际应用中。实际数据分析进一步验证了该方法的有效性。     

双边试验设计下基于区间估计的样本量的确定

考虑了双边试验设计下对于两种药物的治愈率进行检验的近似样本量公式。基于比例差提出了在给定置信水平下置信区间宽度控制在指定范围内的样本量的近似公式,通过模拟研究了在估计的样本量下区间估计的统计性质。结果表明:基于非独立性假设的Wald置信区间、Haldane置信区间和似然比置信区间确定的样本量的表现是最好的,因而被推荐于实际应用中。最后,实际数据分析进一步验证了本文提出的方法的有效性。     

单双边混合设计下基于置信区间宽度的样本量确定

考虑了在单双边混合试验设计下,对2种治疗的治愈率进行比较所需要的样本量确定。基于比例差,提出了在给定置信水平下置信区间宽度控制在指定范围内的样本量的近似公式,模拟研究了在估计的样本量下,区间估计的经验覆盖概率和经验覆盖宽度,结果表明:基于Wald置信区间、Score置信区间和似然比置信区间的样本量是准确有效的,因而被实际应用。耳科临床数据进一步验证提出的方法有效。     

部分核实数据下基于比例差的置信区间宽度的样本量确定

基于无金标准的部分核实数据,从比例差的区间宽度的角度给出了比较两组患病率是否有显著性差异所需要的样本量。在2种不同的二重抽样模型下,分别基于Wald、对数变换、Logit变换、Score和似然比检验统计量构造的置信区间给出了在给定置信水平下区间宽度控制在指定范围内的样本量估计方法。模拟研究了在估计的样本量下区间估计的经验覆盖概率和经验覆盖宽度,并基于疟疾数据利用所提出的方法进行了验证。结果表明:所提出的样本量估计方法是准确有效的。     

概化理论下的标准参照语言测试可靠性论证

测试结果的可靠性一直是教学关注的焦点.标准参照语言测试的信度估计通常用可靠性指标来估算,但测试本身所考虑的误差和变量要比常模参照语言测试多,因此成为语言测试中的难点.它的可靠性估计除了考虑决策分类的一致性外,重点是概化理论下的领域分数可靠性和切线决策一致性的论证.在概化理论下的标准参照语言测试的可靠性论证过程给经典测量理论下的标准误和置信区间赋予了新内容,尤其是概化理论下的信噪比的定义和内涵为标准参照语言测试可靠性增添了新的内涵.因此,概化理论下的标准参照语言测试可靠性分析在英语语言测试中应得到高度的重视并加以应用.     

考虑自重影响的等强度梁弯曲正应力及挠度误差分析

利用材料力学方法推导出考虑自重影响的等强度梁弯曲正应力及挠度的精确解,得到忽略梁自重引起的设计误差.研究等强度梁应力及挠度的误差问题,通过算例分析误差的影响因素及其变化规律.结果表明,最大弯曲正应力及挠度的绝对误差均与荷载大小无关,但与横截面位置有关;两者的相对误差与荷载大小与横截面位置有关,但变化规律不同.     

线性最小均方误差的比率估计

本文对有限总体的总体均值提出了一个模型无偏的线性最小均方误差估计,并给出了这个均方误差的无偏估计。     

离散alpha偏正态分布:性质和参数估计

为了获得新的概率模型处理离散寿命数据或可数数据,首次提出了包含离散正态分布的离散alpha偏正态分布,给出了该分布的矩、生存函数和失败率函数,研究了该分布参数的最大似然估计。通过随机模拟试验讨论估计量的优良性,模拟结果表明:参数最大似然估计的均方误差和标准差随着样本量的增大而减小,最后将该分布对125例髓母细胞癌患者年龄数据集进行拟合,发现离散alpha偏正态分布比alpha偏正态分布具有更好的拟合效果。     

外商直接投资对我国就业的影响——基于误差成分联立方程模型的估计

文章利用1985-2004年我国省区面板数据构建联立方程模型,从工资、生产效率、国内投资及它们的相互作用等方面研究FDI对东道国的就业效应;使用EC2SLS(误差成分两阶段)和EC3SLS(误差成分三阶段)方法估计该模型.研究在模型构建和计量方法上做出与现有文献不同的尝试,以增强结论的稳健性和可靠性.实证结果表明,FDI对我国产生显著的正向就业效应.     

正态线形模型下缺失值的贝叶斯多重插补——基于柑橘数据的分析

缺失值是调查中普遍存在的问题,利用变量之间的相关关系,可以通过正态线形模型利用不存在缺失值的变量对存在缺失值的变量进行插补。较之单一插补,多重插补更能有效地估计总体方差,因此更多地被使用;特别是采用贝叶斯多重插补,其模型的差数和残差估计均来自相应后验分布的随机抽取,这样对总体方差的估计更为精确。通过大量模拟试验,发现贝叶斯多重插补较之单一插补和一般多重插补能构建更宽的置信区间从而有更准确的总体参数覆盖率,这点在数据缺失比重很大时优势更明显。     

沪深股市极值相依关系测度研究——基于四类时变Copula-EVT模型

随着金融市场的发展和理论研究的深入,金融资产尾部极值的相依关系已引起众多市场参与者和研究者的重视.以上证综指和深证综指为研究对象,结合EVT极值理论股指收益率构建边缘分布模型,以此为基础,运用四类时变Copula函数分别拟合股指间的联合分布,并通过AIC准则对各类模型的拟合效果进行比较,结果表明:不同模型的拟合度存在差异;沪深股市间具有较强的尾部极值相依程度,并呈现出明显的动态趋势.     

线性回归模型的一个新的随机约束岭估计

研究带随机先验信息的线性回归模型，提出一种新的随机约束岭估计，得到新的估计在均方误差矩阵意义下优于混合估计、普通岭估计、随机混合估计（Yalian,2008）和另一随机混合估计（富月，2003）的充要条件。理论结果与数值实验都表明：新的估计在均方误差矩阵意义下的性能是优良的。     

协整关系对期货套期保值率影响的实证研究

通过协整关系检验得出上海期货交易所期货价格与现货价格之间存在着明显的协整关系。利用误差修正模型对套期保值率进行估计,通过对比传统方法和误差修正模型所估计出的套期保值率,发现传统回归方法将低估用来规避风险的期货合约的数量。在比较不同套期保值期限所得出的套期保值效果后,得出期限长的套期保值效果优于期限短的套期保值效果。     

阵列误差对多参数联合估计性能的影响

建立了频率、二维到达角和极化联合估计的阵列误差信号模型,分析了阵列误差对用ESPEIT算法进行参数估计性能的影响。推导了在阵列误差模型下,频率、二维到达角和极化联合估计算法中各参数估计结果的均方误差。计算机模拟结果证实了分析结果的正确性。     

改进的LMS自适应时延估计方法

针对传统的基于SINC插值的自适应时间延迟估计方法估计误差较大、收敛速度较慢等问题,提出了一种新的插值方法和相应的自适应时延估计方法.根据LMS自适应时延估计方法中最优权表达式的有关参数特点,采用自适应算法对参数进行估计并进行了理论分析.计算机仿真结果表明,与基于SINC插值的自适应时延估计方法相比,在不同信噪比条件下,新方法所需自适应滤波器抽头长度小且具有较快的收敛速度和较好的稳态均方误差,具有广泛的适用性.     

一种乘积估计量的研究

在抽样调查中恰当地使用辅助信息可以提高调查精度。当辅助变量x与调查指标y呈负相关关系时,乘积估计是构造总体均值估计传统的方法。本文提出了链式乘积估计量,并且得到了它的均方误差。在一定条件下,链式乘积估计量的效率高于传统估计量,并提供了一个数值例子。     

KUK随机化调查模型下的贝叶斯估计

本文针对属性特征的KUK模型建立了贝叶斯估计理论,求出了在先验分布是混合贝塔先验分布、抽样方法是简单随机抽样情况下总体敏感特征比例的贝叶斯估计,并且使用后验均方误差作为精度标准,对贝叶斯估计与极大似然估计进行比较。     

实验预加力对软组织粘弹性性能分析的影响

对软组织进行应力松弛试验时可给样本施加一个小的预加力来去除样本的松弛,该预加力通常被忽略。然而对于低刚度的软组织,预加力可能占峰值应力相当大的比例。本文根据准线性粘弹性(QLV)理论,通过模拟实验,研究了在不同预加应力/峰值应力比下预加力对软组织粘弹性性能分析的影响。预先设定的QLV参数值、模拟实验参数值,以及7种预加应力/峰值应力比被输入QLV模型,生成7组模拟数据。然后用不考虑预加力和考虑预加力两种方法来拟合模拟数据计算QLV参数,计算结果和输入值相比较。结果表明,当预加应力/峰值应力比值大于0.01时,不考虑预加力得到的QLV参数A、B、A×B及τ1误差达到两个数量级以上。考虑预加力则大大提高了估计精度,误差均在10%以内。因此当描述低刚度组织的粘弹性时不能忽略预加力,本文提出的考虑预加力的方法能给出QLV参数的精确估计。     

基于格列纹科定理的确定样本量新方法——以总体为指数分布为例

为解决大数据背景下目标变量较复杂问题,本文根据格列纹科定理,提出了一种新的确定样本量方法,它是通过随机模拟样本的经验分布计算出样本量.本文讨论了该方法实现的具体步骤、优缺点等,并以指数分布为例,对规模为1万～100万的总体进行模拟.研究结果表明:(1)该方法可适用于任何形式的总体分布;(2)对于复杂的目标变量,在该方法确定的样本量下,估计量具有良好的精度;(3)该方法确定的样本量与总体分布中的参数值有关,与总体规模关系不大.     

多重指标波动性模型在中国股市波动性估计 和预测的应用——基于高频数据的研究

文章分析了三种常用波动性衡量方法的特点，在此基础上讨论了多重指标波动性模型的具体形式。多重指标波动性联合估计模型是在倍乘误差模型基础上，综合考虑日间、日内波动以及已实现波动建立的一种联合预测模型。通过应用上证综指数据的实证结果表明，衡量波动性的不同方法间存在相互作用，多重指标波动性模型可以显著提高波动性的估计和预测精度。