X~2分布的最短置信区间

随着科学技术和生产的不断发展,数理统计的应用更加广泛,而区间估计问题在统计应用中一直占有很重要的地位。对于正态总体下估计函数分布对称时,如N(0,1)、t分布,     

伽玛分布形状参数的最短置信区间

伽玛分布中形状参数的最短置信区间估计是一个条件极值问题,它能转化成一个方程组可用数值方法迭代求解。文章根据国家标准GB80557-2009给出了伽玛形状参数最短置信区间估计,并通过实例分析说明了最优置信区间的有效性。     

基于非对称Laplace分布研究VaR

风险价值(Value-at-Risk简称VaR)是度量市场风险的一种普遍使用的工具,可看作是市场风险度量的基石。本文基于非对称Laplace分布来研究VaR,详细地讨论了非对称Laplace分布的性质、参数估计,并用该分布去拟合中国股票市场收益率的分布。实证分析表明,非对称Laplace分布比正态分布、对称Laplace分布的拟合效果有明显的提高。     

非对称分布条件下的基金业绩测度

文章首先实证分析了以CAPM为理论基础的均方业绩测度方法的不足,提出收益分布非对称性条件下的基金业绩评价,并建议使用半方差调整期望收益来测度基金业绩,实证研究结果也支持了本观点。     

基于非对称分布散点分位数的区间数据回归分析

许多经济变量(如GDP)水平序列随着时间变化具有单调趋势,截面数据(如各地区GDP)之间存在差异,为了研究经济变量在一段时间内的平均发展水平和相互关系,文章基于区间型符号数据的研究视角,提出了一种基于分位数思想的Bayesian回归方法,用以分析内部存在非对称分布散点的区间数据,既可以估计数据的区间,也可以预测数据在此区间内的偏度和离散程度。在模拟研究中,通过对评价指标数值的假设检验分析了该模型相对于上、下限和中点半径模型的效果,并根据真实数据中存在异常信息的现象,在模拟数据中加入异常值,进一步验证分位数方法的优势和稳健性。在实证研究中,运用提出的分位数方法,上、下限法和中点半径法对我国各地区GDP和工业生产总值年度数据进行区间回归分析,评价指标显示分位数模型Bayesian方法具有更优的拟合和预测效果,在GDP发展水平不同的地区,工业增长的贡献存在差异。     

Behrens-Fisher问题的广义置信区间

文章给出了Behrens-Fisher问题的广义置信区间及其计算方法,通过模拟研究验证了方法的可行性,并与Welch&Aspin近似及Bayes精确区间估计方法进行了比较,结果显示广义置信区间方法有更高的精度。     

中国股指收益率的非对称拉普拉斯分布实证检验

应用非对称拉普拉斯分布拟合沪深两市股指日、周收益率数据。研究结果表明:非对称拉普拉斯分布能够比正态分布更好地反映两市股指的日、周收益率数据的尖峰、厚尾、偏态特征。由于非对称拉普拉斯分布有显性的表达式,便于开展参数估计和数字特征的计算,因此对于股指期货投资者而言,在计算股指收益率的VaR、CVaR进行风险测量时,采用非对称拉普拉斯分布将是较好的选择。     

基于贝叶斯的Bootstrap置信区间

在许多领域中,Bootstrap成为一种数据处理的有效方法。很多情况下,模型中感兴趣的参数的置信区间难以构建,为了解决这一问题,文章提出了一个新的贝叶斯Bootstrap置信区间的估计量,并做了蒙特卡洛模拟比较,结果比经典区间估计方法和经典Bootstrap方法更优,并进行了实例分析。     

主因素数量的置信区间

一、引言过去对主因素分析的研究主要集中在因素数量的估计和假设检验上,在心理学计量和金融经济学的应用中,都建立了专门的方法来判断普遍重要因素。Anderson(1963)的研究表明,最小特征值的置信区间估计与最差因素的方差是相同的,Johnson和Wichern(1998)将其应用于证券收益的实证研究之中,作为结论他们建议投资者,如果出现倒数第 q 个主因素置信区间估计很小的情况,就可以忽略这 q个因素,假如运用本文提出的方法,投资者就可以在一定的置信水平下得到一个更为精确的结论。Huang和Tseng(1992)在主因素分析中引入了次序筛选方法来判断主…     

信度因子置信区间的估计

文章考虑当风险单元中样本容量不满足完全信度条件时,如何估计信度保费计算公式中置信因子的区间估计;构造了由中心矩组成的统计量,并分析其渐近分布,得到了损失额变异系数的区间估计;根据风险单元的样本容量计算其信度因子的区间估计;并通过一个实例进行了说明.     

均匀分布母体参数置信区间的研究

一、问题的提出 一般的"概率论与数理统计"教程只讨论了正态母体参数的置信区间,而未涉及到非正态母体参数的置信区间的问题,本文就均匀分布母体参数的置信区间进行了研究.     

我国证券市场的非对称动态性分析

经济时间序列往往表现出非对称动态性,本文首先讲述Koenker and Xiao(2005)的模型,具体涉及到模型、参数估计、分位单调性和非对称动态性检验等几个方面。然后建立QAR模型来研究我国证券市场中的非对称动态性和局部持续性等特征。结果发现我国股市中的确存在着非对称性动态特征和局部持续性特征,本文认为这与我国股市容易产生泡沫,而泡沫一旦产生就不太容易挤破的实际情况相吻合。     

一类非对称损失函数下几何分布可靠度Bayes估计

文章在一类非对称损失损失函数下,讨论了几何分布可靠度的Bayes估计问题.在可靠度的先验分布为贝塔共轭先验分布下,得到了可靠度的Bayes估计、多层Bayes估计,最后给出了一个实际应用例子.     

近单位根过程脉冲响应函数的置信区间

本文提出一个构造近单位根自回归过程脉冲响应函数的置信区间的新方法。新方法首先修正自回归系数估计的偏误,然后利用标准自举方法构造脉冲响应函数的置信区间。蒙特卡罗模拟结果表明在小样本时新方法的表现要明显优于已有的方法。新方法的实际覆盖率能够一致地达到或超过名义置信水平。     

关于捕获再捕获抽样的置信区间

捕获再捕获抽样是一种应用广泛的抽样方法。运用随机模拟,研究捕获再捕获抽样的三种估计量的均值、方差、偏度、峰度、利用近似正态分布构造的置信区间的统计性质。改进了估计量的样本方差计算公式,使得利用近似正态分布构造的置信区间更优。     

上证综指非对称的成份ARCH效应分析

一、引言在时间序列特别是金融时间序列的建模分析中,传统线性范式下的高斯分布假设已经受到越来越多的质疑,非高斯分布已经是客观存在的事实。针对这些特征的各种非线性模型分析     

概化理论方差分量置信区间估计方法的比较

概化理论又称为方差分量模型,其方差分量估计受限于抽样,不同的抽样样本估计的方差分量可能不一样.为了降低估计的误差,应该重视考察方差分量的变异量(如置信区间).Bootstrap方法是一种有放回的再抽样方法,可用于估计概化理论的方差分量置信区间.文章采用蒙特卡洛模拟技术,比较Bootstrap的PC和BCa方法估计概化理论方差分量置信区间的性能.结果发现:(1)与未校正的方法相比,校正的Bootstrap的PC和BCa方法估计概化理论的方差分量置信区间更为可靠;(2)校正的Bootstrap的BCa方法估计概化理论的方差分量置信区间,要优于校正的Bootstrap的PC方法.     

一类部分和分解非对称自回归分布滞后模型的边界检验

部分和分解形成的非对称性机制表明了经济变量的正向变化不同于负向变化,文章利用部分和分解构造的自回归分布滞后模型,不仅可以处理时间序列的内生性与误差的序列相关问题,还可以通过边界检验方法,分析非对称机制与非平稳性的联合问题.中美两国利率数据分析表明该模型应用的灵活性与可行性,并得到了美国利率传导的短期动态非对称性的结论.     

相关数据下比率置信区间构造方法的改进

一类相关数据在医学诊断等应用领域普遍存在,这种数据下来自同一个体的多个观察存在相关.对于二分类相关数据比率置信区间的构造,文章引用二项分布Agresti-Coull区间的构造思想,在已有的Donner-Klar区间上基于调整midpoint和缩小方差估计量改进得到一种新的置信区间.通过蒙特卡洛数值模拟,结果表明改进区间比目前常用的三种区间不仅有更好的区间覆盖率,而且区间宽度较小.     

独立逆抽样下优势比的置信区间

本文对独立逆抽样设计下优势比的置信区间的构造进行了研究,包括三个已有的方法,以及本文引入的鞍点逼近方法。通过模拟比较了这四个方法给出的置信区间。模拟结果表明,基于鞍点逼近方法给出的置信区间不比另外三种方法差。并且在一些情况下表现还优于其它三个方法。