一种混合正态分布的新估计法:TU算法

针对EM算法在估计混合正态分布参数时使用不完全信息的总样本所得到的参数估计误差较大的问题,提出一种新的估计方法——TU截断改进算法。该算法根据正态分布的特点,运用部分拥有完全信息的样本将混合正态分布中的分布参数逐一估计出来。这一算法一方面克服了EM算法运用于混合分布的缺陷,另一方面改进了使用截尾数据的参数估计。仿真结果表明,TU算法比EM算法估计更精确。     

基于贝叶斯偏态线性混合模型的费率厘定

线性混合模型是非寿险费率厘定的主要方法之一。通常的线性混合模型假设随机误差项服从正态分布,而保险损失数据往往具有右偏特征,这使得该模型在非寿险费率厘定中的应用受到一定影响。在通常的线性混合模型基础上,假设随机误差项服从偏态分布,即可建立偏态线性混合模型,从而改善费率厘定结果的合理性。基于一组实际的保险损失数据,应用贝叶斯MCMC方法建立几个不同的偏态线性混合模型,并与正态分布假设下的线性混合模型进行对比,实证检验偏态线性混合模型在非寿险费率厘定中的优越性。     

混合贝塔分布随机波动模型及其贝叶斯分析

为了更准确地揭示金融资产收益率数据的真实数据生成过程,提出了基于混合贝塔分布的随机波动模型,讨论了混合贝塔分布随机波动模型的贝叶斯估计方法,并给出了一种Gibbs抽样算法。以上证A股综指简单收益率为例,分别建立了基于正态分布和混合贝塔分布的随机波动模型,研究表明,基于混合贝塔分布的随机波动模型更准确地描述了样本数据的真实数据生成过程,而正态分布的随机波动模型将高峰厚尾等现象归结为波动冲击,从而低估了收益率的平均波动水平,高估了波动的持续性和波动的冲击扰动。     

基于混合正态分布的大学生考试成绩分布的拟合

本文探讨了利用混合正态分布来拟合学生的成绩分布,并进行实证分析。     

基于连续混合正态分布的期货定价偏差研究

挖掘期货理论价格和实际价格之间的关系有助于提高期货市场定价效率、发挥期货价格发现功能。基于持有成本定价模型计算期货定价偏差,利用连续混合正态分布模型对定价偏差的分布进行拟合,先采用基于牛顿迭代的极大似然估计法对未知参数进行估计,再进一步利用模拟退火算法对牛顿迭代的结果进行优化。结果发现,模拟退火算法可以有效提高估计精度,连续混合正态分布模型能够更好地拟合期货定价偏差分布。     

EM算法在删失数据分布和混合分布参数估计中的应用

EM算法是一种迭代算法,主要采用后验分布的众数或极大似然估计,广泛的应用于删失数据,截尾数据,成群数据,带有讨厌参数的数据等。文章介绍EM算法,并对删失数据的对数正态分布参数估计和混合正态分布参数的极大似然估计进行了模拟,模拟结果表明对删失数据分布的参数估计和复杂的极大似然估计,EM算法是有效的,估值精度满足要求。     

广义卡方型混合分布的鞍点逼近

广义卡方型混合分布在许多非参数检验问题中有着广泛运用。通常采用正态分布近似这类分布，但是在非大样本的情况下，正态近似的效果并不理想。运用鞍点逼近技术近似广义卡方型混合随机变量的密度函数和分布函数，并且与正态近似方法以及卡方近似方法进行了比较。模拟表明鞍点逼近效果要优于其余两种方法，特别是密度函数尾部区域。     

基于阿基米德Copula度量VaR的蒙特卡罗法

文章以混合正态分布的形式拟合单个金融资产收益分布,采用阿基米德Copula结构度量投资组合的相关关系,改进了传统的蒙特卡罗法并给出了相应算法.利用上证综指和深证成指进行实证研究的结果表明,较之传统方法,用阿基米德Copula结构的蒙特卡罗法度量投资组合的风险值更为有效.     

基于正态分布点值化的区间主成分评价法及应用

针对区间数据点值化过程中所存在的“代表性不足”的缺陷,提出了基于正态分布的点值化方法并将之应用于区间主成分评价法。通过与基于中心点值化的区间主成分法的比较,得到三个主要结论：第一,基于正态分布的点值化方法能将各样品的点值化结果导向指标均值,而非区间值的中心点;第二,基于正态分布的点值化结果增加了数据信息量;第三,基于正态分布点值化的区间主成分评价法提高了数据降维效果,具有更好的因子命名能力。应用结果表明,在考虑正态分布情况下,对区间数据的点值化处理方法具有较好的效果,基于正态分布点值化的方法可推广至基于区间数的评价和决策问题。     

基于联合定价模型的奖惩因子的扩展与比较

信度模型是经验费率厘定的主要方法,其缺陷在于隐含的正态分布假设并不适用于索赔次数,同时也无法分析费率因子对预期保费的影响。若将信度模型与广义线性混合模型相结合,同时考虑保单已知的风险特征信息和潜在的个体风险特征信息,将正态分布假设推广到泊松分布,放宽随机效应假设,即可构建一种扩展的联合定价模型。扩展的联合定价模型不仅能解决定价过程中风险信息重叠的问题,其预测值还具有类似信度模型"收缩估计"的性质。对一组保单索赔次数数据的研究发现,扩展的联合定价模型(泊松-伽马模型)对索赔次数的拟合更加合理,解决了奖惩因子的"过度奖惩"的问题,有效改进了预测结果。     

Alpha正态分布及其在环境污染中的应用

目前,对实际数据的处理常采用一些对称分布,如正态分布和t分布等,而这种对称分布所给出的结果往往并不能令人满意。偏分布常用来处理有偏重尾数据,基于传统正态分布,提出一种处理偏态和重尾数据的alpha正态分布,并研究其参数估计方法及基本性质。将所提分布应用于环境污染数据,通过拟合检验alpha正态分布给出了很好的结果。     

展望理论下的收益率分布函数

0引言资产收益率的分布函数在金融研究中是一个非常重要的问题。从正态分布、稳定分布到混合分布等其它统计分布形式,研究者提出了各种分布形式对收益率分布进行描叙,这些提出的统计分布描述模型几乎都没有直接考虑个体决策的行为特征。目前较为普遍的ARCH/GARCH模型对收益率分     

不确定环境下产业结构择优评价

针对产业结构择优评价过程中存在的不确定性,文章提出一种群组专家参与的产业结构择优评价方法.分析了影响产业结构择优评价的主要因素,提出对不同来源的评价人群进行问卷调查,采用统计分析的方式获取基于正态分布的产业结构评价值;针对正态分布函数计算负责的特性,利用置信度将正态分布转化成区间数,给出一种群组专家参与的区间型产业结构评价方法用于产业结构的择优评价.最后实证分析了某区域内产业结构升级模式的择优评价过程,验证了本文方法的合理性和可行性.     

基于追踪误差风险的多阶段指数追踪优化模型

文章主要研究多阶段指数追踪优化问题,提出了追踪误差风险的概念,并给出了基于CVaK的追踪误差风险度量的表达式和多元正态分布下的计算公式,构造了基于追踪误差风险最小的多阶段指数追踪优化模型;使用混合差分进化算法对型进行求解,利用上证50指数及其成分股的观测数据进行了实证分析,验证了模型的合理性。     

短期聚合理赔总量的平移对数正态分布的近似计算

应用对数正态分布研究服从复合Poission分布的短期聚合理赔总量的近似计算,导出求得平移对数正态分布参数的公式。以个别理赔额服从指数分布为例,与平移伽玛分布的分布函数对比,说明短期聚合理赔的平移对数正态分布近似方法是可行的方法。     

基于R软件的正态性检验的功效比较

正态分布是统计学中极其重要的分布,是很多统计方法的基础。检验样本数据是否来自正态分布有非常重要的意义。文章首先介绍了9种检验的方法及其在R的实现;然后利用Monte Carlo随机模拟的方法,模拟常见的26种非正态分布,比较了9种检验在显著性水平为0.05,0.1样本容量为20、100的功效。对于实际正态性检验,建议使用Shapiro、SF、Dago及Pearson检验方法,应该避免仅根据一种检验方法便轻易的作出决策。     

复杂环境下空间滞后模型的稳健LM检验

 针对误差项非正态分布和不同空间布局的复杂环境,本文提出一种新的空间滞后模型的稳健LM检验统计量及其检验方法,对比现有LM检验方法,它不仅消除了空间误差效应对检验的影响,而且克服了传统检验方法会受误差项非正态分布以及不同空间布局差异的影响。同时还具有在小样本情况下表现依然良好的优点。经过蒙特卡罗模拟的结果支持上述论断。     

正态性检验（二）

§3 有方向检验偏离正态分布的检验根据备择假设的不同可分为两种.当在备择假设中指定对正态分布偏离的形式时,检验称为有方向检验.当在备择假设中未指定对正态分布偏离的形式时,检验称为无方向检验.如果偏离正态分布的形式的假设已经给出,也就是当一个分布与正态分布具有不同的偏度或峰度时,应该使用有方向检验,因为这样的检验的功效比无方向检验大.有方向检验基于以下事实:正态分布的偏度为0,峰度为3.如果样本所代表的分布,其偏度不等于0,就不是正态分布,峰度不等于3,也不是正态分布.只有当真实分布与正态分布可能有差别的先验信息     

Bootstrap方法与经典方法在区间估计中的比较

文章研究了Bootstrap方法计算正态分布和Poisson分布参数的置信区间,通过模拟计算,对Boot strap方法得到的置信区间与经典方法得到的置信区间进行了比较,提出了计算置信区间时的建议。     

还原数学细节:高斯推导正态分布概率密度函数的过程

首先介绍预备知识最大似然估计法和两个引理,然后扼要梳理正态分布概率密度函数发现的历史脉络,并重点分析高斯(C.F.Gauss,1777-1855)发现正态分布概率密度函数的思想方法,据此还原高斯推导正态分布概率密度函数解析式的数学细节和过程.