整数值时间序列模型单位根检验问题研究

非整数值时间序列单位根检验研究已趋成熟,而整数值时间序列单位根检验则刚起步.本文主要采用蒙特卡洛模拟方法对INAR(1)模型单位根检验中的DF统计量和∑Tt=1=1I{△Xt＜0}统计量进行了研究.研究发现:DF统计量渐近服从标准正态分布,有限样本情形下,该统计量的实际分布会受到样本容量与扰动项均值的影响;DF统计量不存在水平扭曲现象,能很好控制犯第一类错误的概率,由于数据生成特点,∑Tt=1I{△Xt＜0}统计量犯第一类错误的概率始终为0;DF统计量和∑Tt=1I{△Xt＜0}统计量的检验功效受到样本容量、自回归系数和扰动项均值的影响,多数情形下,∑Tt=1=1I{ △Xt＜0}统计量的检验功效高于DF统计量.     

基于γ散度的单元水平模型小域稳健估计

在基于抽样调查数据对总体参数进行估计的方法中，小域估计方法能够借助于辅助信息对小样本乃至无样本区域的参数进行有效的估计，并被广泛应用于抽样估计领域。单元水平模型作为小域估计的基本模型之一，是处理单元级别数据估计的有力工具之一。在单元水平模型的应用条件中，需假定区域随机误差和模型随机误差均服从正态分布。然而，在抽样调查中，满足这一条件的调查数据是很少的，尤其是在观测数据中出现离群值时。不满足正态性假设条件下的小域估计量会产生较大的偏差和均方误，因此有必要研究针对正态性假设和离群观测值不敏感的稳健估计方法。通过引入γ散度和γ似然函数，构建了基于单元水平模型的小域稳健估计方法，得到了模型参数的稳健估计和小域目标变量的稳健估计。与现有的稳健估计方法相比，所提新方法能更好地处理区域随机误差和模型随机误差非正态的情形，对于目标变量存在离群观测的情形，具有更好的稳健性，估计均方误更小。在利用模拟数据进行验证中，比较了不同误差分布情形下几类常用估计方法得到的估计量的均方误差，并进一步探究了随着污染分布的方差和比率变化，所得估计量的均方误差变化情形。最后，通过应用于经典的小域估计数据，进一步验证了所提新...     

Behrens-Fisher问题的正态逼近

 本文提出用基于得分检验的正态逼近方法来解决Behrens-Fisher问题，即比较方差比未知时两正态总体的均值。模拟结果显示：在所有的研究情况下，我们的方法都能很好地控制第一类错误，检验功效也不差；而最常用的Welch近似t检验在样本量不等时大多数情况都不能控制第一类错误。     

带有等相关误差结构生长曲线模型的参数bootstrap检验

文章研究了具有等相关误差结构的生长曲线模型回归系数的检验问题,构造了参数bootstrap (PB)检验统计量和相应的PB检验,并与已有的广义p值(GP)检验进行了比较.模拟研究表明,PB方法和GP方法在单处理组情形下的表现趋于一致,均能很好的控制第一类错误率;在多处理组情形下,GP方法在一些情形下不能很好地控制犯第一类错误的概率,而PB方法则在很好地保证检验名义水平的前提下,同时也具有良好的势表现.     

两类错误条件下方差检验中样本容量的确定

在统计假设检验中,会发生"弃真"和"取伪"两类错误。一般而言,在只给出犯第一类错误的概率、样本容量自由选择的情况下,犯第二类错误的概率是无法控制的。文章从两类错误的概念出发,分别探讨了方差检验中单母体及双母体均值已知、均值未知情形下两类错误与样本容量的关系;并在控制两类错误的条件下,推导出了确定样本容量的公式。     

结构突变对KPSS检验水平与检验功效的影响 ——基于有限样本情形的模拟及实证研究

 本文从理论模拟和实证分析两个角度研究了以平稳过程为原假设的KPSS检验在存在结构突变的情形下该检验的有限样本性质,包括实际检验水平和检验功效的分析。结论表明当忽略数据生成过程中的结构突变时,KPSS检验的实际检验水平会发生严重扭曲,从而出现“Perron现象”。本研究针对的是有限样本情形,这不但补充和完善了相关理论,同时对实证分析工作具有很强的借鉴和指导意义。     

两类错误条件下的样本容量选择

应该抽取多少样本,这是在社会调查各个阶段中均会遇到的基本问题.众所周知,在统计假设检验中,会发生"弃真"和"取伪"两类错误,一般的统计检验中,往往随意确定样本容量,且只重视第一类错误,那么对于一些重要的检验,第二类错误就无法控制.文章从两类错误的定义,探讨了两类错误与样本容量的关系;并在控制两类错误的条件下,分别就均值检验、成数检验和方差检验给出了样本容量的确定公式.     

图解Bootstrap方法用于空间相关性Moran检验的有效性

因为区域间经济收敛、外商直接投资和知识溢出等领域的空间经济计量研究依赖于空间关系的存在,所以进行空间相关性Moran’s I检验是关键。然而,已有空间相关性Moran’s I检验理论受到众多假设条件限制。利用＂名义水平—实际水平＂图和＂名义水平—功效＂图,解析非对称Wild Bootstrap方法用于空间相关性Moran’s I检验的有限样本性质,发现即使模型不满足经典的分布假设条件,与渐近检验相比,Bootstrap方法也能够有效地检验研究对象间的空间相关性。     

递归均值调整单位根检验能提高检验功效吗?

根据备择假设成立时均值是否为零,讨论了三类单位根检验统计量的检验功效。理论研究表明:在大样本下,检验功效只与检验类型有关,与均值取值无关。蒙特卡洛模拟表明:在有限样本下,均值会影响检验功效,当均值为零时,第一类DF检验功效最高;当均值大于零时,在绝大多数场合下,第二类DF检验功效最优。因此,递归均值调整单位根检验功效仅在有限条件下最大。     

β值的运用

在假设检验过程中,两类错误——第一类错误、第二类错误是始终与我们的最终判断相依相随的。设定好检验假设H0、Ha,根据样本信息如果判定H0为真并接受H0假设,则结论之中包含了发生第二类错误的可能,即“以假为真”的可能;反之如果认为H0为假而拒绝H0,