线性回归模型中异常点的统计诊断

线性回归模型中异常点的统计诊断@吕光明$大连市东北财经大学统计系!116025     

变点估计的相合性及其应用

文章主要研究了均值变点估计问题,给出了变点的累积和型估计,证明了变点估计的相合性。利用EViews软件,分别对总体上证指数数据和变点之后的数据建立状态空间模型,通过比较预测结果的绝对百分比误差(APE),得出基于变结构的分段数据所建立的模型预测效果较好的结论。     

基于马氏深度的变点识别方法研究

 在统计过程控制的第I阶段,准确识别运行状态发生漂移的时间点是决定控制效果的关键。本文以多维空间的数据离心程度作为判定变点规则的标准,通过概率密度轮廓将单一观测值序列转化为多维空间中的数据点,运用数据深度技术构造特征变量,并建立变点定位规则。仿真性能分析的结果表明新方法能够在不需要假设过程服从正态分布的前提下对变点位置进行精确定位。在比较研究中也表现出良好的综合性能。     

正态均值变点识别的非迭代抽样算法

文章提出了估计正态序列均值变点位置的非迭代抽样算法.利用逆贝叶斯公式,得到了变点位置的精确后验分布,通过对该离散分布抽取样本,得到变点位置的贝叶斯估计.模拟显示该算法能有效地估计变点位置,并且计算速度比迭代的Gibbs抽样算法快.     

含均值结构变点时间序列的贝叶斯单位根检验

针对ADF和PP检验对含有均值结构变点时间序列的“伪检验”问题,文章基于贝叶斯理论,先运用贝叶斯因子模型选择的方法检测时序结构变点位置,再在结构变点已知的情况下运用置信区间和贝叶斯因子两种方法检验序列是否存在单位根,并用Monte Carlo模拟方法进行仿真,验证该方法的有效性。研究发现：是否考虑均值结构变点对时间序列的单位根检验有着重要的影响,不考虑结构突变而进行常规的单位根检验会产生误判;贝叶斯方法能够有效检测含有均值结构变点时间序列的变点位置,并能提高单位根检验功效。     

基于遗传算法的风险偏好系数均值方差拓展模型

文章针对传统均值方差模型的缺陷,引入风险偏好系数的概念,综合考虑交易成本、资金约束、最小交易批量等限制条件,构建了风险偏好系数均值方差拓展模型.针对该模型的具体形式,给出了遗传算法的具体实现过程.     

基于变点理论的POT模型阈值确定方法——对操作风险经济资本的度量

对操作风险所要求的经济资本的度量以及配置能极大提高金融机构的风险控制能力。采用PCIT模型对操作风险度量时,阈值的选取是关键所在,它决定了拟合操作风险损失分布的近似程度。通过变点理论来定位Hill估计曲线开始进入稳定状态的位置,以精确地估计出阈值的大小。同时,为确保误差更小,结果更稳定,用平方误差积分法来估计POT模型的参数。结果表明,所改进的方法能为经济资本的度量提供有效的方法支持。     

基于MOSUM的多重滤波变点检测研究

多时间尺度的变点问题一直是质量控制中的热点研究对象。基于移动和统计量(MOSUM),提出了一种多重过滤检验方法(MFT),以检验均值不变的零假设或存在均值变点的备择假设。首先,为使方法具有实用性和一般性,构建均值变点模型,并假定分布假设较弱。其次,由于单一窗宽对变点检测的局限性,构造了一个弱收敛到一个布朗运动相关的函数的MOSUM统计量,进而应用多个窗宽下MOSUM过程进行多变点检测。最后,为使得MFT方法不受其它分布参数变化影响,对模型均值外的参数变化作了鲁棒性检验。经模拟研究和实证分析表明,MFT方法的估计精度和准确度比一般方法更具优势和实效性。     

基于Bayes估计理论的洪水水位概率变点研究

利用Bayes估计理论,研究洪水水位概率变点问题,给出一个确定变点存在的判断方法,通过具体例子进行讨论.     

线性模型中变点检测的算法分析

文章介绍了线性模型中对于回归变点检测的已有方法,包括在正态分布的假设下采用一个经验似然型的Wald计量和基于经验似然比检验统计量检测方法。还利用对经验似然法的改进给出了一个新的变点检测方法,其中包含了两个不同检验统计量,并给出了具体算法步骤,最后通过模拟比较这几种方法的检验效果,结果显示：新的变点检测方法在很大程度上提高了变点检测问题的功效和命中率。     

对完善,推广抽样调查的几点认识

随着抽样理论的日趋完善,抽样调查技术在世界范围内的各个领域都得到了广泛应用和发展。在我国,过去由于实行计划经济体制,搜集统计资料主要依靠全面统计报表,对抽样调查的理论研究较少,应用也局限于少数领域。实行改革开放以来,抽样调查在我国很多领域得到了推广应用,但与一些先进国家相比,无论是理论研究,还是抽样技术及应用水平都还存在着一定差距。为此,如何进一步完善与推广抽样调查已成为统计理论和实践的重要课题。一、抽样调查的特点和优越性在众多的统计调查方法中,抽样调查是一种有着独特特点和优越性的调查方法,它是…     

重构统计理论体系结构的几点思考

一、重构统计理论体系结构,是实现统计改革的迫切需要和主要内容 目前,在全国积极贯彻落实党的十四大精神,加快改革开放步伐,建立和完善社会主义市场经济体制的新形势下,统计作为反映、研究社会经济现象的重要工具,作为国家宏观管理和宏观决策的主要依据和得力助手,如何适应新的要求,发挥新的功能和作用,乃是统计学界近期最为关心的问题之     

基于核机器的加速失效时间模型及其应用

加速失效时间模型是一种应用广泛的生存分析模型。本文借助LASSO惩罚剔除冗余预测变量,构建基于核机器的加速失效时间模型,用以刻画预测变量与生存期间的复杂关系。此外,提出一种新的正则化Garrotized核机器估计方法,可以较好地刻画预测变量与生存期潜在的非线性关系,实现非参数分量中预测变量间交互作用的自动建模,提升模型预测精度。模拟研究表明,与已有的代表性方法相比,本文提出的方法对生存期的预测精度更高,特别是在复杂关系情形下优势更为显著。最后,将该方法应用于胃癌数据分析,利用临床信息和基因表达预测生存期和风险评分。实证结果显示,该方法能为病例基于风险分层的临床精准诊疗方案设计提供有益的参考。     

基于KMV模型上市公司违约点的确定

上市公司的信用风险同时关系到企业与银行的健康发展.在发达国家,信用风险预测模型越来越严密与精确.文章根据KMV模型的原理,利用我国上市公司的实际数据,采用最小误判法,确定了我国上市公司的违约点和违约距离,井对此违约点及违约距离进行了实证检验.     

基于小波变换的股票异常点检测研究

异常点的存在会导致股票数据模型的波动预测功能失效,因此,在对股票数据进行建模分析时,异常点的检测是至关重要的。文章对股票数据通过GARCH模型处理得到的残差进行小波变换,能够准确有效地检测异常点并很好的克服了异常点的"遮蔽效应"。最后,实验证明,该方法的效果良好。     

基于两正态均值的灰色统计假设检验研究

两个正态总体均值差的区间估计和假设检验研究是数理统计学的基本内容,但经典统计学的两个正态总体均值区间估计和假设检验理论,是建立在确定的随机数据上的区间估计和假设检验.而现实社会生活中很多数据具有模糊灰色等不确定性,面对这类不确定性数据,如何较为合理地进行科学分析和判断.在灰色系统理论的基础上,文章建立了在随机样本信息下,两个正态均值的灰色区间估计和灰色假设检验方法,从而把随机信息的两正态均值假设检验理论拓展到灰色数据信息中,并把这一灰色检验方法应用于医学统计实例分析.     

关于利用最小二乘估计法拟合回归直线的两点思考

例如,假设我们希望检验学生的平均成绩是否可以用学生父母亲的收入进行解释。表1－列出了8个（虚构的）样本点,图1－1是这8个样本点的散点图。     

关于分段非线性型变结构协整的研究

纵现金融时间序列的发展变化研究,变结构非线性协整是协整理论发展的必然的趋势,也是经济系统复杂多变的必然需求,文章补充了变结构非线性协整的定义,并提出了分段非线性型变结构的误差校正模型以及变结构点的搜寻的基本方法,最后给出基于Chow统计量的分段非线性型变结构非线性协整的检验方法.     

位置参数变点的统计推断

关于随机变量序列中是否存在变点的问题一直不断地有人研究,对变点进行估计具有很重要的应用价值。为此,研究至多一个变点的位置参数变点问题,对变点是否存在进行假设检验,论证相关统计量的渐进性质,在此基础上提出变点的一种点估计,并证明估计的强相合性。     

变点统计分析的研究进展

In this paper, we review the progresses of change-point problems. In particular, we discuss the research results about change-point problems in China.