回归模型中异性方差问题的克服

提出了回归分析中异性方差的检验和对估计结果带来的影响以及消除其异方差性的两种方法：对原模型进行变换和加权最小二乘法．     

从“三化”同步看江苏农村居民收入倍增计划可行性

本文立足江苏工业化、现代化、城镇化“三化”同步实践进程,在测算农村居民收入与宏观指标之间的关联性和匹配性的基础上,运用偏最小二乘法建立模型估算影响农村居民增收各项因素的贡献程度,再通过灰色模型与偏最小二乘模型的耦合预测2017年江苏农村居民纯收入,探求在现行经济环境和分配机制条件下实现农民收入倍增的可能性,提出实现倍增的主要着力方向.     

模糊权值网络最小生成树问题的新算法

文章基于三角模糊结构元与经典的破圈法,提出了一种模糊权值网络的最小生成树问题的求解算法,给出了算法的正确性分析,最后通过算例验证了该算法的有效性.     

区域土地利用数据的偏最小二乘回归分析--以上海市嘉定区为例

回归分析是研究与构建土地利用变化机制量化模型的一种常用方法 ,偏最小二乘回归是一种能在一个算法下同时实现回归建模、数据简化和两组变量间相关分析的新型多元回归分析方法。文章选取上海市嘉定区 1984～ 2 0 0 1年土地利用与社会经济数据 ,选取 6种基本土地利用分类指标作为被解释变量 ,12个基本社会经济统计指标为解释变量 ,分别应用普通最小二乘回归和偏最小二乘回归方法 ,对该地区土地利用变化与社会经济变量间的关系进行分析。     

融资渠道差异对企业科技创新效率影响研究

基于偏最小二乘法,文章分析了融资渠道差异对高新企业科技创新效率的影响.研究结果表明:企业资金、政府资金、金融机构贷款、其他融资渠道得来的资金对高新企业科技创新有积极作用.但是,不同投资渠道,由于其投资目的不同,对高新企业科技创新的作用不同.建立多层次的融资渠道,才能促进我国高新企业科技创新较好发展.     

全球最小猴子不爱水果喜食昆虫

据中新社报道:近日,马来西亚一家宠物店,引进了一对被称为全世界最小猴子的小狨猴。这种品种的猴子性格温和、体型娇小,个性好动而机警,体长最长只有20厘米左右。目前该店引进的这对小狨猴,售价大约是2.8万元人民币。     

小波包与贝叶斯LS-SVM在石油价格预测中的应用

掌握国际石油价格变化趋势,可以为决策者提供决策依据.文章提出了基于小渡包和贝叶斯推断的最小二乘支持向量机石油价格预测方案.对石油价格时间序列进行小渡包分解与重构,采用贝叶斯推断对得到的各近似序列和各细节序列进行最小二乘支持向量机模型参数优化,再分别利用优化了的模型进行预测,合成得到最终预测结果.对美国纽约商品交易所原油价格进行仿真实验,结果表明该方法很好地改善了石油价格预测模型的运行速度与预测精度.     

基于不对称需求信息的供应链最小订购量决策

在由一个供应商和一个零售商组成的两级分散供应链中,供应商通过制定最小订购量取得规模效应,保障自身利益。当零售商和供应商之间存在需求信息不对称时,即零售商掌握需求信息而供应商仅知道需求信息中价格敏感因子的分布,如何进行最小订购量决策成为供应商面临的一个重要问题。针对这一问题,从营销视角构建了基于Stackelberg博弈的利润最大化模型。假设供应商知道需求的价格敏感因子服从正态分布,通过严密的数学推导确定了模型中的最优最小订购量。将提出的最优最小订购量决策方法应用于云存储的销售供应链中,确定了云存储供应商销售的最优最小存储容量,阐释了方法的合理性与有效性。通过实验研究发现,最小订购量的设置提升了供应商的利润。所提方法对于考虑最小订购量的供应链协调研究具有积极的推动作用。     

基于ARCH-Expectile方法的VaR和ES尾部风险测量

甄别和确定风险因素的贡献是资产或资产组合风险管理的重要研究内容。近十年,下端风险越来越受到关注,在险价值（Value at Risk,VaR）和预期不足（Expected Shortfall,ES）是资产组合风险管理中两个常用的风险度量工具。Kuan等^[1]在一类条件自回归模型（CARE）下提出了基于expectile的VaR度量-EVaR。本文扩展了Kuan等^[2]的CARE模型到带有异方差的数据,引入ARCH效应提出了一个线性ARCH-Expectile模型,旨在确定资产或资产组合的风险来源以及评估各风险因素的贡献大小,并应用expectile间接评估VaR和ES风险大小。同时给出了参数的两步估计算法,并建立了参数估计的大样本理论。最后,将本文所提出的方法应用于民生银行股票损益的风险分析,从公司基本面、市场流动性和宏观层面三个方面选取影响股票损益的风险因素,分析结果表明,各风险因素随股票极端损失大小的水平不同,其风险因素的来源及其大小和方向也是随之变化的。     

一种新的基于最小二乘法的分段直线拟合方法

正在计量经济学、统计学、物理实验等各种工程技术和科学实验中常常会得到隐含某种函数关系的一系列有序对,如何根据这些有序对来揭示它们客观规律,常用方法是用曲线拟合方法来建立它们的数学模型。在对这些复杂的数据进行拟合时,多采用基于最小二乘法的曲线拟合的方法,利用此方法可以实现最佳逼近。采用一种曲线函数拟合所有数据难以取得较好的拟合效果,如何改进最小二乘法的曲线拟合就成为研究焦点。有人提出把数据分成若干组,然后对每组数据再进行线性拟合,得到了基于最小二乘法的分段直线拟合;但它没有给出数据分段方法。有人利用拟合直线的初始点A、终点B和下一个