关于一类线性趋势回归信度模型随机效应的分析

本文讨论了具有线性趋势回归信度模型的随机效应,首先推导了检验的score统计量,然后利用Monte-Carlo方法模拟了检验的功效。     

变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。     

具有异方差的线性回归模型的统计诊断

为了诊断具有异方差的线性回归模型的异常点,建立了具有异方差的均值漂移模型和数据删除模型.采用Score诊断统计量对具有异方差的均值漂移模型的均值是否漂移进行诊断,证明了异方差存在条件下均值漂移模型和数据删除模型的等价性.这一结果表明,在诊断具有异方差的线性回归模型的异常点时,可考虑采用更加便于处理的均值漂移模型.最后,用Score诊断统计量对镀锌数据进行了异常点的诊断.     

广义线性模型的诊断与实例分析

研究了广义线性模型的诊断，将线性回归模型的诊断方法推广运用到广义线性模型，证明了均值漂移模型与数据删除模型的等价性，研究了判断异常点的Score检验统计量．最后通过实例建模，验证了本文给出的诊断方法的有效性．     

单形分布变离差检验的Score统计量的局部影响

为了研究数据对于单形分布非线性模型变离差检验的Score统计量的局部影响,该文利用梯度方法分别研究了因变量及自变量的微小扰动对于该模型的Score检验统计量的局部影响,相应得到了度量最大局部影响的诊断统计量。最后,利用所得统计量获得了眼科学方面的一个实际数据中的影响点,结果表明该文提出的方法是有效的。     

随机约束线性回归模型参数估计的影响分析

讨论了带随机约束的线性回归模型的影响分析及强度影响的探测问题,利用数据删除法,导 单点剔除模型下参数的混合估计与原模型下对应估计的相互关系,并利用Ｃｏｏｋ统计量、Ｗｅｌｓｃｈ－ｋｕｈ统计量和协方差比统计量,分别给出了剔降单个数据点对参数估计的影响度量和协方差比通过数据模拟列子主明了此方法的有效性。     

单输入单输出回归模型的异方差性检验

在研究木材材质特性时，通常将木材本身看作一个系统，输入不同的影响因素，如含水率、密度、节子、腐蚀等会得到不同的机械力学特性，而相关的回归分析一直是在对上述各测试观测值的方差齐性默认的情况下进行的，并未对其方差异性进行过深入研究．本文研究基本系统的单输入单输出回归模型的方差齐性检验问题．通过推导得到似然比检验统计量与Score检验统计量，并且基于参数的正交化得到修正的似然比检验统计量与修正的Score检验统计量，并利用Monte-Carlo方法模拟了几种统计量的功效，结果显示，这几种检验统计量都有很好的检验效果．     

Logistic分布位置-尺度参数联合回归建模及其Score检验

Logistic分布是一种重要的位置-尺度分布,与正态分布比较,Logistic分布是一种厚尾分布.为刻画数据的异方差性,提出了基于Logistic分布的位置-尺度参数联合回归建模问题,利用牛顿迭代法得到了参数估计算法.为检验解释变量的重要性,基于Score检验方法研究了相关的假设检验问题,并通过数值模拟研究其检验功效问题.最后,利用AIC和BIC信息准则对基于Logistic回归模型和线性回归进行拟合优度分析.大量数值模拟和实例数据分析验证了所提方法的有效性.     

变结构非线性模型的Score统计量的影响分析

对于具有结构变化的非线性回归模型,为了识别出数据对其阶段异方差Score检验统计量的影响,提出采用梯度方向探讨了模型中响应变量及自变量的微小扰动对于该模型的Score统计量的局部影响,分别得到了度量最大局部影响的诊断统计量.将所得统计量应用于2个澳大利亚南方地区栽培洋葱而得到的产量和密度数据,并识别出了其中的影响点.     

基于Wild Bootstrap 非参数方法的AR模型线性检验

介绍了AR模型线性的非参数核检验统计量,并对检验统计量进行了检验水平和检验势的Wild Bootstrap模拟.模拟结果显示,非参数核检验统计量的Wild Bootstrap检验稳健性和可靠性都比渐近检验高,TAR与双线性AR模型比其他3种AR的检验势高.     

部分线性面板数据模型中个体效应的Bootstrap Hausman检验

对于面板数据模型而言,为了提高估计和预报的精度,区分个体固定效应和个体随机效应非常重要。 针对部分线性面板数据模型,在小样本下采用参数 Hausman 检验方法来识别模型中的个体效应,并通过 Bootstrap 抽样方法求得统计量的上分位点进而构造假设检验的拒绝域。 模拟结果显示,此检验的稳健性和可靠性比现有的非参数检验高,且在计算量和计算时间上有较大优势。     

混合模型的假设检验

在带有区组效应的线性混合模型中，如何判断随机区组效应的存在性；在区组效应存在的情况下，如何对多项式效应进行检验是本文讨论的主要问题。本文通过对区组内分析和联合分析，给出了关于多项式效应检验的两种方法以及判断区组效应是否存在的统计检验方法。     

南中国海海表风速长期变化趋势

利用CCMP风场,计算了1988~2009年南中国海海表风速的变化趋势以及变化趋势的区域性差异、季节性差异。结果表明,1988~2009年,南中国海的海表风速整体上以0.038 6 m/(s·a）的速度显著性逐年线性递增;近22年期间,南中国海海表风速的变化趋势表现出较大的区域性差异,大部分海域的海表风速呈显著性逐年线性递增趋势,为0.03~0.15 m/(s·a）,呈显著性线性递减的趋势分布于台湾东部和菲律宾周边的一些零星海域,无显著性变化趋势的海域分布于南中国海12°N附近一带状海域、中南半岛东南海域一椭圆形海域;南中国海海表风速的变化趋势表现出很大的季节性差异。     

基于随机F-矩阵的高维双样本协方差矩阵相等性检验

用高维随机矩阵理论, 对高维双样本协方差矩阵相等性的检验给出一种新方法. 结果表明, 利用高维随机F-矩阵线性谱统计量的中心 极限定理给出检验统计量的极限分布, 不仅适用于高维数据, 而且对于非正态的情形仍有效.     

方差分类模型的假设检验

主要讨论了对于广泛应用的方差分类模型,如何判断随机区组效应的存在性及是否有显著性差异.通过对区组内分析获得了固定效应是否存在的统计检验方法及两个随机效应是否有显著性差异的检验方法.     

误差为ARMA(1,1)的非线性回归模型相关性和异方差的检验

本文讨论了误差为ARMA（1,1）序列的非线性回归模型。首先得到随机误差相关性和异方差性检验的似然比检验统计量和Score检验统计量;其次利用参数正交变换,得到了修正的似然比检验统计量和修正的Score检验统计量,推广了韦博成、胡跃清（1994）的结果和韦博成（1995）的结果;最后给出了几种特殊情形的似然比检验统计计量和Score检验统计量。     

Logistic模型的统计诊断

系统地分析了Logistic模型的统计诊断,将线性模型的诊断方法运用到Logistic模型。推导出数据删除模型一阶近似的参数估计公式,并给出数据删除模型与均值漂移模型的等价性;推导了判别强影响点或异常点的诊断统计量如Score统计量、广义Cook距离、似然距离等。通过实例分析证实了该诊断方法的有效性。     

方差分量的广义p-值检验

利用广义p-值检验法给出了含两个方差分量的线性混合模型中一种新的方差分量的检验方法,对单个随机效应和两个模型随机效应方差分量间的比较分别作出了检验,这些检验都是精确检验,且计算简单,便于使用.