不确定性数据的交互分析方法

本文提出利用三维非完备线性等级对数模型,分析不确定数据的方法,主张用迭代法求对数模型的数据解,进一步分析哪一个模型最适合,此模型的交互项就是各变量之间的交互项,交互关系的确立可为排除共线性提供依据.     

超高维数据降维与Logistic广义线性拟合分析

文章以美国威斯康星州的乳腺癌调查数据为例,分别采用SIS和TCS算法对高维数据进行降维处理,尝试将改进的Logistic广义线性模型对降维后的变量进行拟合.再与传统的一般线性模型、Logistic广义线性模型相比,结果表明,基于算法降维后的Logistic广义线性模型预测误差更小,其中基于TCS算法降维后的广义线性模型在拟合中要明显优于SIS算法降维后的广义线性模型.     

纵向数据下工具变量线性回归模型的经验似然推断

文章考虑纵向数据下工具变量线性回归模型,基于工具变量和二次推断函数方法,提出了回归参数的经验对数似然比统计量.在一些正则条件下,证明了所提出的经验对数似然比统计量渐近于标准卡方分布,由此构造兴趣参数的置信域.     

网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数,反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察,均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具,通过对列联表单元格频数进行拟合,可以识别流动表行分类与列分类之间的强弱交互效应,刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构,针对简约对数线性模型拟合精度不够的问题,提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘,将发现的社区效应作为附加参数约束引入原对数线性模型,以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束,因此仍可以保证建模结果的简洁性及理论意义,同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析,较好地解释了子代职业阶层与父代职业阶层间的关联模式。     

基于HLM2的算例分析及其在中国非寿险精算中的思考

随着保险业务的拓展和深化,财产保险中越来越多地出现具有相关性和层次性的保险数据.分层线性模型对此类数据的处理能充分地体现在数据的分析中,在国际精算领域中的应用处于起步阶段.文章分析了分层线性模型具有二层、三层结构的数据特点,采用线性混合模型和分层线性模型方法,完成了二层结构数据的模型构建、实现与比较.     

基于模糊线性回归的电子商务交易额预测

由于外界环境的影响以及复杂系统本身的模糊性,经典线性回归不能解释这类不精确数据的问题.因此,文章建立因变量是对称模糊数的线性回归模型.根据中国电子商务交易额和互联网发展数据,考虑因变量在不同时期的差异隶属,计算出回归函数的估计表达式.通过与经典线性回归的结果进行比较分析,表明模型在描述数据间内在结构,以及提高预测的精度上有显著效果.     

线性回归模型加权最小二乘估计的权值计算方法

一、引言测量数据的处理大多转化为回归模型的参数估计问题,其中线性回归模型是最基本的一类。若测量过程中影响随机误差的各因素保持不变,则认为是等精度测量,对应的线性回归模型就是等精度线性回归模型,其参数估计理论已趋于成熟,     

基于ARIMA模型的深证成指收益率分析

文章根据ARIMA(p,d,q)模型的原理和方法,对我国深证成指时数收益率数据进行了建模,在实际计算过程中,考虑到对数收益率数据比较小的特点.利用矩阵的SVD分解和MoorePenrose广义逆,来求解参数的极小最小二乘解,以减少中间过程的误差,从而获得比较好的模型.最后.对模型进行了实验仿真.经检验分析结果比较理想.     

大规模数据下基于充分降维的Leverage重要性抽样方法

随着信息技术的飞速发展，大规模数据在短时间内搜集并储存下来，为分析决策提供了巨大的信息量，也给统计建模带来了一定难度。对于样本容量大、变量个数少的数据，Leverage重要性抽样是一个简便可行的方法。本文发现，该方法中度量样本重要性的Leverage分数与因变量无关，而且在维度较大的情形下对样本没有区分程度，使得估计结果较差。为了同时考虑因变量和维度的影响，本文提出了基于充分降维的Leverage重要性抽样方法。该方法以不损失信息为前提，在充分降维的空间内重新计算Leverage分数，使得抽样更具有代表性。模拟数据分析显示，在样本容量较大的复杂数据中，相比于原始的Leverage重要性抽样方法，本文提出的方法可以降低估计的均方误差。三个实际数据也证实了该方法的可行性和有效性。     

缺失数据下广义线性模型的经验似然推断

利用经验似然方法,讨论缺失数据下广义线性模型中参数的置信域问题,得到了对数经验似然比统计量的渐近分布为标准卡方分布;给出参数的一些估计量及其渐近分布,利用数据模拟解释了所提出的方法。     

纵向数据部分线性模型的估计方法

本文首先讨论了纵向数据部分线性模型yij=xijβ+g(tij)+eij的可行广义最小二乘估计方法及其估计的渐近性质,然后通过统计模拟研究表明我们的估计方法在有限样本情形也有良好的效果.由该方法获得的估计量具有显示解,计算简便,便于实际应用.     

基于最近邻分析的空气质量时空数据异常点识别

空气质量数据具有在时间上连续、空间上相关的特点,这提高了异常点识别的难度.本文提出在时间维度上运用移动平均法,在空间维度上运用反距离加权法对观测值进行预测并求残差的解决思路,从而将时空数据的异常点识别问题转化为二维残差值的异常点检测问题.通过仿真验证表明新方法具有良好的检出力.最后将新方法应用于北京市实际观测数据,取得了满意的识别效果.     

部分线性可加变量含误差模型的估计

作为可加模型和部分线性模型的推广,部分线性可加模型是一类应用广泛的半参数模型。文章主要讨论了当线性部分的协变量测量含误差时模型的估计问题,我们基于profile全最小二乘法构造了参数分量和模型误差方差的估计,并证明了估计量的渐近正态性。     

二维时间序列相依模型及其Monte-Carlo模拟研究

文章结合时间序列理论和Copula函数技术.提出了研究二维时间序列的两类相依关系的相依模型以及该模型的Monte-Carlo模拟方法:通过模拟用图示检验了模型的有效性和灵活性.结果表明,二维时间序列的相依关系可以分解为三部分进行考虑,简化了模型和计算.     

基于半参数Hedonic模型的新楼盘房价研究

本文基于杭州市场2009年10月-2011年3月新开楼盘价格数据,并选取了建筑特征、邻里特征、区位特征下的21个属性特征变量,首先建立了半对数Hedonic房价模型,再运用楼盘离市中心距离这一非线性特征变量构建半参数Hedonic房价模型,最后基于5个信息量进行模型评价。分析结果表明,半参数Hedonic模型较半对数线性Hedonic模型更优,上城区、西湖区和下沙区对杭州新开楼盘房价的影响最为明显,物业费、户型面积影响也极为显著,而且这些属性特征均是正向影响楼盘房价。     

多源图像数据的冬小麦面积测量方法研究——基于固定拍摄角拍摄照片的地物重投影坐标模型

本文以光学成像原理为基础,通过实测、三维模拟测量的方式取得成像参数,证明了成像照片中地物的固定比例特性,以此构建坐标矩阵模型实现标准化测量;通过对照片测量点建立1000m缓冲区与冬小麦遥感测量结果进行回归分析,1000m格网的遥感测量结果为当年统计调查结果的99.5％.本文构建的模型,解决了手机拍摄取得照片的标准化测量问题,拓宽了农作物面积测量野外数据获取方式,提升了农作物遥感应用能力.     

STAR非线性平稳性检验中误设定的伪检验研究

本文通过理论分析和蒙特卡洛仿真模拟,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论.研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强.当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败.数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高.当转移函数F(θ,c,zt)中θ较大导致一阶泰勒近似误差较大或c非0时,标准ESTAR与LSTAR非线性检验法失去应用条件.θ较大或c偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好的检验结果.     

混合系数线性模型参数的t-s-K估计

混合系数线性模型在实际问题中有着广泛的应用背景,如经济分析、可靠性退化分析以及生物学等领域,因此对该模型的研究无论从理论还是从应用角度都是十分重要和必要的。在研究连续测量数据情况下混合系数线性模型的参数估计问题的基础上,利用压缩估计方法给出该模型的一类有偏估计,并研究新估计的一些优良性质,在一定条件下证明此类估计优于s-K估计。     

对加强高校图书馆员职业道德建设的思考

加强图书馆职业道德建设不仅是精神文明的需要,也是图书馆各项业务顺利开展的需要,这对于提高工作人员的综合素质,对于发挥图书馆的"两个职能"等具有极其重要意义,是新时期图书馆事业发展的要求. 一、加强高校图书馆员职业道德建设的内容 (一)爱岗敬业.就是要求图书馆员必须具有爱岗敬业的精神、严谨的工作态度、高度的责任心,把图书事业看成是一种职业情感,且把爱岗敬业付予行动中. (二)热情服务.图书馆员要树立全心全意为读者服务的思想,真正做到"一切为了读者,一切方便读者."千方百计地为读者排忧解难,最大限度的满足读者的需求,对读者不能有亲疏之分,厚此薄彼,应一视同仁,平等对待,使每一个读者都享有同样的权力和义务.     

两种修正生长曲线参数的最小二乘估计方法

文章提出了一种修正Logistic模型和修正Gompertz模型的分布参数估计方法,这种方法以最小二乘法为基础,推导求解分布参数的方程组.利用这两个曲线模型中有两个以线性形式出现的参数的特点,使同时求解四个参数的问题简化为只需要同时求解两个参数的问题,并给出求解这两个参数偶合的方程组的二重二分迭代法.预测实例表明,这种方法对于迭代初值的选取要求较低、求解速度快、精度高.此外,修正的生长模型更适合于拟合S形的数据,因而其适用范围比传统模型更广.