异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap (PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题.基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较.随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好.参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现.     

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.     

配对设计下相对危险度的Score检验

文章基于相对危险度提出了一个与以往不同的假设检验问题,并就此检验问题,在配对设计下用Fisher信息阵方法构建了Score检验统计量,通过Monte Cado方法模拟,发现Score检验有优良的统计性能,因为它很好地控制经验第一类错误率,且经验第一类错误率与给定的显著性水平很接近,是一个理想检验.     

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。     

基于潜变量模型的多元有序数据轮廓分析法

提出了一种适用于多元有序数据的轮廓分析方法。鉴于有序数据无法满足轮廓分析对数据正态性的要求,采用潜变量模型对有序变量进行赋值,利用Bootstrap方法重构样本,使重构后的新数据满足正态性且总体均值与原样本一致,因而可以将轮廓分析法应用于有序数据均值向量的比较问题。讨论了单样本情形的同水平假设、两样本和多样本情形的平行、同水平和平坦性假设,并给出相应的检验统计量和拒绝域。最后,通过随机模拟来检验该方法的合理性,并得到结论:样本质量较高时,该方法在控制第一类错误和提高检验的功效上效果很好;对于一般样本而言,该方法的实际第一类错误较名义值有所增大,可通过提高原始样本量、降低名义第一类错误和进行多次试验来解决。     

基于非平衡面板数据的总体比例变动的检验方法

文章针对添加新生单元固定样本纵向调查设计和非平衡面板数据,研究不等比例抽样情形下,两个连续时点间总体比例变动的显著性检验方法.基于两种处理重叠样本的思路和对随机抽样情形下相关研究方法的改进,提出了两种新方法,用来估计不等比例抽样情形下总体比例之差的方差,进而检验总体比例变动的显著性.     

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。     

Rayleigh分布在逐步型Ⅱ受限产品过程能力分析中的应用

文章使用Kane(1986)过程能力指标CL作为研究对象。在Rayleigh分布总体情形假定下,推导出基于逐步型II截尾资料的CL的极大似然估计量。同时讨论了CL统计假设检验问题,并通过模拟比较了5种不同截尾情形下检验势的变化。实践中,企业管理人员可以该方法对产品质量进行有效控制。     

面板数据的贝叶斯Elastic Net分位数回归方法及其应用研究

本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方法(BQR. EN)与面板数据的贝叶斯分位数回归方法(BQR)、面板数据的贝叶斯Lasso分位数回归方法(BLQR)、面板数据的贝叶斯自适应Lasso分位数回归方法(BALQR)进行了多种情形下的全方位比较,结果表明BQR. EN方法适用于具有高度相关性、数据维度很高和尖峰厚尾分布特征的数据。进一步地,本文就BQR. EN方法在不同扰动项假设、不同样本量的情形展开模拟比较,验证了新方法的稳健性和小样本特性。最后,本文选取互联网金融类上市公司经济增加值(EVA)作为实证研究对象,检验新方法在实际问题中的参数估计与变量选择能力,实证结果符合预期。     

截面数据异方差问题检验技术的比较

在忽略异方差的情况下,进行模型的OLS参数估计会导致严重的后果,因此,研究异方差性的检验、选取适当的检验方法是非常重要的理论与实践问题.文章基于蒙特卡罗随机模拟技术,分别在Permutation Test与传统形式下对异方差检验的主要方法有:White检验、Park检验、Goldfeld-Quandt检验、Breusch-Pagan/Godfrey检验、Glejser检验,在不同的异方差假定形式下、在不同的样本容量下对这五种检验方法的第一类错误率的控制、检验功效等方面进行充分、完备的研究和讨论,并给出结论供实践工作者参考.     

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.     

空间误差分量模型的Bootstrap LM检验

空间误差分量模型(Spatial Error Components,SEC)传统的空间相关性LM检验存在严重的水平扭曲和较低的检验功效,导致检验统计量失效.文章将Bootstrap方法应用于SEC模型的空间相关性LM检验,提高检验统计量的有效性.Monte Carlo模拟实验表明,Bootstrap LM检验的水平受误差项分布、空间权重矩阵和样本量影响较小,并且远优于渐近LM检验,具有理想的检验水平;渐近LM检验和Bootstrap LM检验的功效均随着空间相关性的增强,及样本量的增大而增大,但Bootstrap LM检验在各种情形下均具有更高的检验功效,尤其是样本量较小时.简言之,Bootstrap LM检验是SEC模型更为优越的空间相关性检验方法.     

偏正态混合效应模型的蒙特卡罗模拟研究

文章给出偏正态混合效应模型下非中心偏F统计量的蒙特卡罗模拟算法.并利用此算法获得非中心偏F统计量犯第一类错误的模拟概率和功效,以验证该统计量的有效性.在此基础上,将非中心偏F统计量应用于实际案例的数据分析中.结果表明,所给非中心偏F统计量能有效控制犯第一类错误的概率,并具有较高的检验功效.     

内生结构突变下的突变点确定方法与单位根检验研究 ——基于残差平方和最小值确定突变点的比较分析

 对于内生突变情形下的单位根检验,突变点的确定方法会影响到单位根检验的功效,不同方法在确定突变点位置时的表现也不尽相同。本文首先评述了几种常用的突变点确定方法及相应的单位根检验,然后对基于各类回归式残差平方和最小值确定突变点的方法进行了比较分析,本文所设数据生成过程有别于已有研究,并首次考虑了依据可行广义最小二乘（FGLS）估计来确定突变点。在此基础上,还对比分析了几种不同突变点确定方法下的单位根检验功效和实际检验水平。结论显示,依据FGLS残差平方和最小值得到准确突变点的频率最高,且在AO模型下据此进行Perron检验具有较高的功效且不会发生较大的水平扭曲。     

一类统计模型下{0,1}-函数类学习的样本复杂度研究

文章研究的学习模型是可能近似正确(PAC)模型的一个推广变形.在这一模型下,文章研究了函数类学习的样本复杂度问题.其中包含了该函数类有限和无限两种情形的讨论;证明了这一函数类的任一样本误差最小化(SEM)算法L都是其学习算法;给出了算法L的样本复杂度的一个上界,同时也给出了其估计误差的一个上界,并予以证明.     

DF(ADF)检验式参数OLS估计量的分布研究

文章在构建DF(ADF)单位根检验的完整理论分析框架的基础上,利用渐近分布理论和泛函中心极限定理,对情形V的检验式中参数OLS估计量的极限分布进行了全面系统性的研究.总结了DF(ADF)单位根检验式参数统计量的分布特征,并对教据生成过程未知的时间序列的单位根检验步骤提出建议.通过这些研究,试图完善已有的单位根检验理论;同时对计量经济学研究和应用提供新的理论支持.     

回归分析中t检验与F检验关系的进一步探讨

文章较深入地研究了多元回归分析中t检验与F检验之间的关系,得到了如下结论:在一般情形下,t检验与F检验的结果没有必然联系;但当解释变量之阃两两不相关时,若所有解释变量的系数均通过t检验,那么回归方程也能通过F检验.     

社会核算矩阵不同更新方法的比较研究

更新社会核算矩阵(Social Accounting Matrix, SAM)作为一种非调查技术一直受到普遍重视。本文用十种更新方法,包括RAS法、交叉熵法、广义交叉熵法等,以江苏省1997年的宏观和细化SAM为初始表,将其分别更新到2002年的宏观和细化SAM。我们通过保号检验、方向检验和接近程度检验比较了各种方法的更新结果。研究结论显示：第一,基于商的更新方法要优于基于距离的更新方法;第二,保号类方法不仅具有保号的功能,而且在方向检验和接近度检验中有着良好表现;第三,对某些重要系数采用适当的外生估算方式,可以提高SAM更新的精度。     

STAR模型框架下的wild bootstrap单位根检验

考虑随机误差项存在异方差的情形,文章建立了STAR模型框架下的wild bootstrap单位根检验策略.Monte Carlo模拟研究的结果表明,若时间序列存在GARCH异方差,KSS非线性单位根检验统计量的检验水平扭曲程度要远高于线性ADF统计量,且GARCH特征越明显,扭曲程度越高.无论GARCH特征明显与否,wild bootstrap单位根检验方法都不存在检验水平扭曲,且具有理想的检验势.     

LSTAR框架下一类针对单位根原假设的F检验

在LSTAR框架下构建了检验单位根原假设的F类型统计量,并推导了其极限分布。相较于之前学者的研究,对LSTAR模型线性系数和位置参数的约束得以放松,因此更具有普适性;有限样本下的仿真模拟表明,相比较ADF统计量以及刘雪燕等(2008)提出的t统计量,F统计量在LSTAR框架下具有更大的检验势。对人民币实际汇率的PPP检验进一步印证了F检验在相关应用研究中的适用性和优越性。