具有线性趋势的残差自回归模型的估计方法

为了探寻具有线性趋势的残差自回归模型的较为合适的估计方法,文章以残差AR(2)模型为例,对直接最小二乘法、两步法、非线性最小二乘法和化归法进行了Monte Carlo模拟,拟合和预测结果显示非线性最小二乘法和化归法的均方误差和平均绝对误差相同且最小.此外,还利用1980-2013年河南省人均GDP经济数据进行了拟合与预测实证分析,得到了与模拟比较相类似的结果,这说明非线性最小二乘法和化归法是较优的估计方法.进一步地,基于非线性最小二乘法,给出了河南省人均GDP的短期预测.     

改进的Gompertz模型参数估计方法比较研究

讨论改进的Gompertz模型两种参数估计方法:三和法和非线性最小二乘估计法,并通过蒙特卡洛实验比较两种估计方法的精度和收敛率,得出非线性最小二乘估计法在估计精度和估计的成功率两方面都优于三和法的结论;利用Gompertz曲线拟合中国电影票房数据并对其未来发展作出预测:中国电影票房最终可以在2025年左右到达饱和状态,饱和状态总规模大约为1 676.5亿元。     

基于SA和Bootstrap的LS-SVM参数优选及应用

文章针对最小二乘支持向量机的特点,通过Bootstrap建立适当的性能指标,用模拟退火算法(SA)优化最小二乘支持向量机的有关参数,并在非线性经济系统中应用.用最小二乘支持向量机对非线性经济系统进行预测的结果与神经网络预测的结果比较证明.该模型的预测精确度是令人满意的,文中提出的方法是可行的.     

基于数据拟合的非线性方法及Matlab解决方案

基于数据拟合思想及其方法的比较与选择在数量经济模型参数估计问题的研究过程中具有十分重要的意义.文章给出了Bass模型和品牌生命周期模型的参数估计具体的估计过程,并依据可绝系数和残差平方和分析及实例,证实了非线性最小二乘优于普通最小二乘;在分析Matlab中lsqcurvefit函数数据拟合Gauss-Newton和Levenberg-Marquart算法原理的基础上,给出了品牌生命周期模型的Matlab非线性参数估计解决方案及最优化方法.     

非线性回归模型参数估计方法研究——以C-D生产函数为例

通过理论分析和蒙特卡罗模拟,对C-D生产函数模型参数的估计方法进行比较研究的结果表明：当误差项满足经典假设时,非线性最小二乘估计量具有与线性最小二乘估计类似的、近似BLUE的特性,且当误差项存在异方差时,用加权非线性最小二乘法也能大大改善估计量的性质。     

协整平滑转移回归中的线性检验 ——基于完全修正最小二乘法的扩展

 在解释变量内生条件下,Choi,Saikkonen(2004)使用动态最小二乘法估计协整平滑转移回归模型,并基于动态最小二乘的估计结果构造 统计量检验协整向量的非线性。本文系统解析了 的构造并指出其不足,针对这一不足,本文将动态最小二乘法扩展为完全修正的最小二乘法,并进而基于完全修正的最小二乘法估计结果构造 统计量检验协整向量的非线性。本文的仿真试验表明,在有限样本下, 与 的检验势没有显著差异,但 的水平扭曲小于 。     

基于惩罚最小二乘估计的长期用电量半参数预测模型

文章针对惩罚最小二乘估计的高精度特性,构建了基于惩罚最小二乘估计的半参数回归模型。并将指数平滑思想融入模型,对模型的误差序列进行趋势外推与大幅度外延预测。实证结果表明了所提方法的有效性。     

运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测

条件自回归极差模型(CARRX)是一类新的描述波动率的模型。为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型。先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX)。通过对沪深300指数的预测实证分析,发现无论是采用直接预测还是迭代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高。     

一种基于RS-LSSVM的经济景气指数预测模型

为了消除经济景气指数系统中指标冗余及非线性预测困难等问题,文章利用粗糙集约简原理及支持向量机非线性预测特性,提出一种粗糙集与最小二乘支持向量机混合预测模型RS-LSSVM.模型运用粗糙集约简样本数据空间的维数,加快LSSVM的训练速度和模型的精度,又能弥补粗糙集方法在实际应用过程中噪声敏感问题.最后通过我国工业企业景气指数实证分析及与BP神经网络预测相比较,验证了该预测模型的有效性.     

病态加权最小二乘混合模型的k-Liu估计解法

文章综合加权多源观测模型及最小二乘混合模型,组合两种有偏估计算法得到组合有偏估计算法。利用岭估计与Liu估计形成一种新的有偏估计——k-Liu估计,其可以抵抗法方程系数矩阵的病态性,同时可以有效降低参数估值的均方误差。通过构建目标函数导出k-Liu估计在病态最小二乘混合模型中参数的通用解式、均方误差式和协因数的计算式,推导出k-Liu估计中修正因子的计算式,通过广义交叉检核法确定岭参数。最后,通过多种估计法参与算例解算,得出k-Liu估计可以进一步提升混合最小二乘模型的解算精度。     

熵损失函数下广义线性混合模型协方差矩阵谱的分解估计

文章在熵损失函数下,通过计算得到了广义线性混合模型协方差矩阵谱分解估计的风险函数;研究了广义线性混合模型协方差的谱分解估计在一定估计类中的优良性;最终证明了在熵损失函数下,由最小二乘理论得到的无偏估计优于其他两个有偏估计。     

基于贝叶斯PSECM模型的非线性协整能源需求研究

文章通过面板数据平滑转换模型研究影响能源需求的主要因素.针对面板数据平滑转换模型的序列差分容易造成信息缺失的问题,进行误差修正,构建PSECM模型,刻画变量的非线性特征与变量之间的长期稳定的非线性关系.由于非线性最小二乘算法难以收敛,容易造成参数估计不准确,运用贝叶斯方法分析模型结构,估计模型参数;在此基础上,对新兴市场国家进行实证分析,研究结果表明:贝叶斯算法能够准确地估计模型各参数,证明了贝叶斯PSECM模型的有效性,能源需求弹性与经济水平、能源价格、金融发展水平之间存在长期稳定非线性协整关系.     

趋势预测模型选择与估计的一种算法

趋势预测模型选择与估计的一种算法辽宁大学经济管理学院马树才陈瑾玫在经济预测中，时间序列趋势预测是常用的一种模型，对于其模型的选择与估计，目前，大多数文献中所介绍的有两种方法：一种是常用的精细的最小二乘法；另一种是比较粗糙的“三点法”。前者虽然精确，但...     

半参数模型中两步估计与最小二乘估计的比较

文章在MSE准则下对半参数模型中的参数的两步估计和最小二乘估计进行了比较,给出了参数的两步估计优于最小二乘估计的充分条件。     

异方差模型参数估计的有效性研究

本文运用随机模拟方法,对误差序列异方差模型中加权最小二乘（GLS）估计的有效性进行研究。研究表明,GLS估计的有效性与异方差强度有关,当异方差强度较强时,GLS估计比普通最小二乘（OLS）估计有效;当异方差强度较弱时,GLS估计不如OLS估计有效。     

基于样本分位数的Weibull分布均值和标准差估计

样本均值和标准差是数据分析中常用的指标,但在部分研究中只记录了样本分位数,并未记录均值和标准差。传统的最小二乘法在估计样本均值和标准差时,通常将样本分位数同等对待,但在实际研究中,数据具有峰度和偏度等特征,样本分位数的重要程度不同。因此,文章在估计模型中引入权重,针对可靠性分析中常见的Weibull分布,提出两种方法估计均值和标准差：利用分布函数的加权最小二乘法（FWLS）进行估计;将Weibull分布转换为指数分布,利用数据的加权最小二乘法（WLS）进行估计。通过仿真和实例结果的比较,表明两种方法的估计效果显著。     

基于波动相关性及主分量变换的多元线性回归模型研究

文章针对多元线性回归模型提出了一种建立在主分量变换基础上的方法。该方法通过因变量与各个变量间对应的波动量建立相关性矩阵,以此来获得多元相关性分布状态;通过主分量变换获得具有最大相关性的主分量;最后按照主分量矩阵与各相关矩阵的距离及最小二乘估计确定回归系数。该算法建立在波动相关性分析基础上,反映了系统内相关要素之间的统计确定性,且建立在相关性统计上的主分量变换能够消除共线性问题对回归系数的影响,增加了最小二乘估计方法的可靠性。     

改进的最小二乘估计确定高精度参数模型

本文将2006年研究生数学建模竞赛进一步讨论,对于观测数据不准确的情况,先将模型转化为差分形式,用最小二乘估计方法对参数进行估计,当设计矩阵呈病态时,最小二乘估计变的不是很精确。为了提高参数估计的精确度,笔者提出了一种改进方法,对迭代矩阵进行Jacobi迭代预处理,再用最小二乘法进行求解,仿真结果表明预处理后的参数估计更为准确。     

我国经济增长与贸易顺差的实证研究

文章通过构建联立方程模型,对经济增长和贸易顺差之间的关系进行实证分析。根据我国1984—2008年相关时间序列数据和2000～2008年我国省际面板数据,运用stata10．0软件对时间序列联立方程模型和面板联立方程模型采用两阶段最小二乘法（2SLS）进行估计,得出：贸易顺差促进我国经济的增长,同时经济增长也扩大了我国的贸易顺差,但我国不同区域的经济增长与贸易顺差的相互影响作用不同。     

沪深300股指期货风险规避策略

文章首先利用最小二乘回归模型、VAR模型、VECM模型和GARCH模型对最优套期保值比率进行了估计,再用沪深300股指期货模拟交易的数据基于风险收益的方法进行了套期保值有效性的比较和验证.结论表明:用传统的最小二乘回归模型估计的套期保值比率效果最好.