函数性数据的统计分析：思想、方法和应用

 摘　　要:实际中，越来越多的研究领域所收集到的样本观测数据具有函数性特征，这种函数性数据是融合时间序列和横截面两者的数据，有些甚是曲线或其他函数图像。虽然计量经济学近二十多年来发展的面板数据分析方法，具有很好的应用价值，但是面板数据只是函数性数据的一种特殊类型，且其分析方法太过于依赖模型的线性结构和假设条件等。本文基于函数性数据的普遍特征，介绍一种对其进行分析的全新方法，并率先使用该方法对经济函数性数据进行分析，拓展了函数性数据分析的应用范围。分析结果表明，函数性数据分析方法，较之计量经济学和其他统计方法具有更多的优越性，尤其能够揭示其他方法所不能揭示的数据特征     

网上拍卖中竞买者出价数据的特征及分析方法研究

在传统统计分析中，研究者面对的数值型数据有三种形式，即横截面数据、时间序列数据以及混合数据。这些类型的数据具有离散、等间隔分布、密度均匀等特点，它们是传统的描述性统计和推断性统计中最主要的数据分析对象。然而，从拍卖网站收集到的诸如竞买者出价等数据，却不具备这些特点，对传统统计分析方法提出了挑战。因此需要从数据容量、数据的混合性、不等间隔分布及数据密度等方面，对网上拍卖数据的产生机制进行阐释，对其特征进行分析，并结合实际网上拍卖资料给出分析此类数据的方法和过程。     

函数数据聚类分析方法探析

函数数据是目前数据分析中新出现的一种数据类型,它同时具有时间序列和横截面数据的特征,通常可以描述为关于某一变量的函数图像,在实际应用中具有很强的实用性。首先简要分析函数数据的一些基本特征和目前提出的一些函数数据聚类方法,如均匀修正的函数数据K均值聚类方法、函数数据层次聚类方法等,并在此基础上,从函数特征分析的角度探讨了函数数据聚类方法,提出了一种基于导数分析的函数数据区间聚类分析方法,并利用中国中部六省的就业人口数据对该方法进行实证分析,取得了聚类结果。     

一种基于函数型数据的综合评价方法研究

 在经济管理与决策中, 经常遇到大量的函数型数据。当指标为函数型数据时，提出了一种基于函数型数据的综合评价方法，而综合评价的核心是评价指标在不同时刻的权重系数的确定。针对由函数型数据表支持的综合评价问题的特殊性，提出了一种新的确定权重系数的“全局”拉开档次法，利用Matlab编程，使得该方法具有可操作性，并给出一个实际例子。最后将该方法与传统方法进行比较，得出本文所提方法的优势。     

面板数据模型设定的一般方法

在经典计量经济学模型中,作为样本观测值的要么是截面数据,要么是时间序列数据。随着计量经济学理论方法的发展和应用领域的拓展,经常需要同时分析截面数据与时间序列数据,面板数据模型正是针对这种需要应运而生的,所谓面板数据指的就是截面数据和时间序列数据的综合。面板数据模型已成为仅次于经典单方程模型和时间序列模型被广泛使用的模型。在实际分析中,要建立较好面板数据模型,最为关键的一步是模型的设定。若模型设定有误,则其后的估计必定存在较大的偏差,导致模型建立失败,或者得出错误的结论。本文拟详细介绍面板数据模型设定的一般过程,以期对应用型读者提供若干启示。     

城镇居民全面小康的多级可拓综合评价

文章利用多级可拓综合评价方法,通过关联函数和优度计算,客观地给出了城镇全面建设小康社会综合评价的结果.对实际数据进行处理的结果表明,该方法能够有效地保证城镇全面小康综合评价的质量和效率.     

函数数据聚类及其在金融时序分析中的应用

函数数据分析正成为近年来的研究热点。文章针对函数数据聚类分析方法的研究,首先在LP空间构建函数数据之间相异性度量指标,并利用基函数将函数数据平滑,提出了函数数据的聚类分析方法,指出了通过最小二乘估计得到的正交基函数系数进行聚类的结果接近于直接对原始数据进行聚类的结果。其方法应用于时间序列的模式挖掘,得到了良好的效果。     

收入不平等变迁特征的探索性分析——基于洛伦兹曲线的动态分解

提出基于函数序列的收入不平等动态测度思路与方法:采用B-样条拟合洛伦兹曲线序列;在生成函数型数据的基础上,对洛伦兹曲线序列进行函数型主成分分析。利用函数型数据建模,对1990-2010年中国城镇居民收入洛伦兹曲线序列变迁特征进行探索性数据分析,结果表明:采用人口五分法划分收入群体具有合理性;各收入群体对历年收入不平等程度变迁的贡献率分别为:低收入群体2.30%,中等收入群体80.33%,高收入群体17.36%。     

安徽省各地市经济发展评价

本文以安徽省各地市2004年度的横界面数据为分析对象,通过采用因子分析和回归分析的方法,建立了评价函数模型,利用该函数模型对安徽省各地市的经济发展情况进行了综合评价,给出了相应的结论。     

函数性数据的微分方程分析方法及经济应用

讨论了函数性数据与微分方程的关系以及微分方程系数函数的估计方法。利用函数性数据的微分方程分析方法对中国及中美日三国GDP增长的波动特征、中国31个省份GDP增长速度的时段差异特征,以及投资率与经济增长速度之间的关系进行了分析。结果显示,微分方程分析方法不但能够很好地刻画经济变量的动态演变规律和波动特征,而且能够对多观察对象之间的差异以及多个经济变量之间的关系进行动态刻画和展示,易于对其进行经济解释。     

Hierarchical Bayes estimation in small area estimation using cross-sectional and time-series data

Bayesian methods have been extensively used in small area estimation. A linear model incorporating autocorrelated random effects and sampling errors was previously proposed in small area estimation using both cross-sectional and time-series data in the Bayesian paradigm. There are, however, many situations that we have time-related counts or proportions in small area estimation; for example, monthly dataset on the number of incidence in small areas. This article considers hierarchical Bayes generalized linear models for a unified analysis of both discrete and continuous data with incorporating cross-sectional and time-series data. The performance of the proposed approach is evaluated through several simulation studies and also by a real dataset.     

基于SAM的宏观统计数据质量评估方法研究

数据质量评估是统计数据质量管理的重要环节。从SAM核算框架入手,提出了宏观统计数据质量的评估方法,主要包括等量核算指标体系评估方法、账户平衡指标体系评估方法及"问题型"评估方法,以期从SAM的角度为宏观统计数据质量的甄别和提高提供一种研究方法。     

Assessing different uncertainty measures of EBLUP: a resampling-based approach

The empirical best linear unbiased prediction approach is a popular method for the estimation of small area parameters. However, the estimation of reliable mean squared prediction error (MSPE) of the estimated best linear unbiased predictors (EBLUP) is a complicated process. In this paper we study the use of resampling methods for MSPE estimation of the EBLUP. A cross-sectional and time-series stationary small area model is used to provide estimates in small areas. Under this model, a parametric bootstrap procedure and a weighted jackknife method are introduced. A Monte Carlo simulation study is conducted in order to compare the performance of different resampling-based measures of uncertainty of the EBLUP with the analytical approximation. Our empirical results show that the proposed resampling-based approaches performed better than the analytical approximation in several situations, although in some cases they tend to underestimate the true MSPE of the EBLUP in a higher number of small areas.     

基于图形分析方法的函数型数据异常值检验实证研究

函数型数据本质上是一种复杂数据,其抽样、生成、结构和关联程度都会影响到数据的复杂性和描述性,有些情形甚至连基本的可视化描述都成为难点。在利用函数型数据的主成分得分、图基的数据深度和密度概念的基础上,引入函数型数据的打包图和箱线图,并针对函数型数据的图形分析提出了函数型数据异常值检测的三种方法。与已有的检测方法相比较,所提三种方法更易于识别函数型数据的异常值。     

Efficient and flexible model-based clustering of jumps in diffusion processes

Jump–diffusion processes involving diffusion processes with discontinuous movements, called jumps, are widely used to model time-series data that commonly exhibit discontinuity in their sample paths. The existing jump–diffusion models have been recently extended to multivariate time-series data. The models are, however, still limited by a single parametric jump-size distribution that is common across different subjects. Such strong parametric assumptions for the shape and structure of a jump-size distribution may be too restrictive and unrealistic for multiple subjects with different characteristics. This paper thus proposes an efficient Bayesian nonparametric method to flexibly model a jump-size distribution while borrowing information across subjects in a clustering procedure using a nested Dirichlet process. For efficient posterior computation, a partially collapsed Gibbs sampler is devised to fit the proposed model. The proposed methodology is illustrated through a simulation study and an application to daily stock price data for companies in the S&P 100 index from June 2007 to June 2017.     

Small area estimation of mean price of habitation transaction using time-series and cross-sectional area-level models

In this paper, a new small domain estimator for area-level data is proposed. The proposed estimator is driven by a real problem of estimating the mean price of habitation transaction at a regional level in a European country, using data collected from a longitudinal survey conducted by a national statistical office. At the desired level of inference, it is not possible to provide accurate direct estimates because the sample sizes in these domains are very small. An area-level model with a heterogeneous covariance structure of random effects assists the proposed combined estimator. This model is an extension of a model due to Fay and Herriot [5], but it integrates information across domains and over several periods of time. In addition, a modified method of estimation of variance components for time-series and cross-sectional area-level models is proposed by including the design weights. A Monte Carlo simulation, based on real data, is conducted to investigate the performance of the proposed estimators in comparison with other estimators frequently used in small area estimation problems. In particular, we compare the performance of these estimators with the estimator based on the Rao–Yu model [23]. The simulation study also accesses the performance of the modified variance component estimators in comparison with the traditional ANOVA method. Simulation results show that the estimators proposed perform better than the other estimators in terms of both precision and bias.     

高频数据驱动的连续时间模型估计

现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。