面板数据复合分位数回归模型的渐进相对效率

针对面板数据个体固定效应复合分位数回归模型,研究回归系数估计的渐进相对效率.采用计算复合分位数回归估计和最小二乘法估计的协方差矩阵的迹的比值,计算结果表明复合分位数回归相对于最小二乘法的渐进相对效率的比值大于70%.还将Zou在2008年提出的适应性lasso的想法应用于此面板数据个体固定效应复合分位数回归模型,构造出适应性lasso惩罚复合分位数回归估计,并在适当条件下证明其估计的渐进性质.     

响应变量缺失下加权复合分位数回归估计

目的讨论响应变量随机缺失下复合线性分位数回归模型的估计和渐近性质。方法逆概率加权方法和复合分位数回归方法相结合。结果得到了响应变量缺失下的加权复合分位数估计,且在一定条件下证明了所得估计的渐近正态性。结论复合分位数综合考虑了多个分位点的信息,提高了所得估计的效率。     

GARCH模型的二次加权复合分位数估计

基于复合分位数回归理论对GARCH模型提出更加稳健有效的二次加权复合分位数回归(BWCQR)估计，讨论了该估计权重的数值解及其大样本性质.数值模拟显示，当扰动项为厚尾分布时所提出的BWCQR估计明显优于传统的类极大似然(QMLE)估计、分位数回归(QR)估计和复合分位数回归(CQR)估计.应用BWCQR方法建立股指的波动率系统，进一步验证了BWCQR估计在实践意义下的竞争性.     

左截断右删失数据下线性模型的加权复合分位数估计及变量选择

在可靠性及生存分析等领域中经常出现左截断右删失数据,即指在某种设定下,样本值不能被完全观测到的数据.左截断右删失数据下线性回归的参数估计方法一般选用加权分位数估计,然而加权分位数估计只考虑了单个分位点的损失,在估计效率方面存在缺陷.为克服这一缺点,针对左截断右删失数据下线性模型的参数估计问题,提出了加权复合分位数估计方法.此外,为识别模型中的非零参数并进行变量选择,建立了基于自适应Lasso的惩罚加权复合分位数估计,并在一定假设条件下,证明了所提估计具有渐近正态性和Oracle性质.数值模拟和实例分析结果表明,本文提出的惩罚加权复合分位数估计具有良好的变量选择性质,并且加权复合分位数估计与加权分位数估计相比,具有更高的估计效率.     

缺失数据下基于经验似然的加权复合分位数回归推断

针对协变量随机缺失的线性模型, 提出一种基于经验似然的加权复合分位数回归推断方法, 并证明了在数据随机缺失机制下该方法的大样本性质. 结果表明, 该方法计算简单, 且对回归参数的估计效率高于逆概率加权法.     

响应数据缺失下一般线性复合分位数光滑经验似然估计

由于分位数回归模型的损失函数不光滑,所得参数估计的效率不高,为提高参数估计的效率,首先提出复合分位数光滑经验对数似然比,包括完全数据复合分位数光滑经验对数似然比、加权复合分位数光滑经验对数似然比和插值复合分位数光滑经验对数似然比,并在一定条件下证明了它们都是服从渐近卡方分布的.其次,根据该似然比构造了回归参数的置信区间,并证明了复合分位数光滑经验似然估计量是渐近正态的.最后,通过数值模拟实验说明了所得估计的有效性.     

线性测量误差模型的随机加权分位数回归

将随机加权法推广到线性测量误差模型,结合分位数回归估计方法,提出线性测量误差模型中参数的随机加权分位数回归方法.在一定条件下,可以用随机加权法得到分位数回归估计量的渐近分布,这种方法避免了估计冗余参数,并且实施方便.通过模拟研究和艾滋病数据验证了随机加权分位数回归方法的有效性.     

考虑不同充电策略的锂电池健康状态区间估计

评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明：所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.     

变系数部分非线性模型的分位数回归估计

研究纵向数据缺失下变系数部分非线性分位数回归模型的估计问题.利用逆概率加权法结合分位数回归给出参数估计和非参估计;在一定条件下,证明了所给估计量的渐近正态性;通过数值模拟,验证了所提方法的有效性.     

纵向数据下基于复合分位数回归的经验似然推断

利用复合分位数回归（CQR）研究了纵向数据下回归系数的经验似然（EL）推断。将数据组内相关性纳入估计方程中,得到了参数更加有效和稳健的估计,无需预先估计渐近方差,从理论上证明了所得复合分位数经验似然估计（CQREL）的渐近性质,且提出的经验对数似然比服从渐近卡方分布,从而构造了兴趣参数的置信域。通过数值模拟验证了所得方法有很好的有限样本性质。     

时变扩散模型中收益参数向量的局部复合分位回归估计

主要研究多维时变扩散模型中收益参数向量的估计问题.基于离散观测样本,利用局部线性拟合的方法,得到了时变漂移参数向量的局部复合分位回归估计,并证明了估计量的渐近正态性.同时,给出了估计量的渐近偏差和渐近方差.     

Several alleles of the multidrug-resistance gene are closely linked to chloroquine resistance in Plasmodium falciparum

The lethal form of human malaria caused by Plasmodium falciparum is virtually uncontrollable in many areas because of the development of drug resistance, in particular chloroquine resistance (CQR). CQR is biologically similar to the multiple drug resistance phenotype (MDR) of mammalian tumour cells, as both involve expulsion of drug from the cell and both can be reversed by calcium channel antagonists. A homologue (pfmdr1) of the mammalian multidrug resistance gene has been implicated in CQR because it is amplified in some CQR isolates of P. falciparum as is an mdr gene in MDR tumour cells. We show here that the complete sequences of pfmdr1 genes from 2 CQ sensitive (CQS) P. falciparum isolates are identical. In 5 CQR isolates, 1-4 key nucleotide differences resulted in amino acid substitutions. On the basis of these substitutions, we have correctly predicted the CQS/CQR status of a further 34 out of 36 isolates. This is a paradox as CQR arises much less frequently than would be predicted if single point mutations were sufficient. We conclude that a mutated pfmdr1 gene is one of at least two mutated genes required for CQR.     

最大熵谱的振幅谱和相位谱计算

最大熵谱估计是高分辩率的现代谱估计方法,它有着传统谱估计方法不可比拟的优越性。但最大熵谱估计中振幅失真,使它的应用受到很大限制。本文着重介绍了运用准确最小二乘法计算最大熵谱信号的最佳频率成分,再利用三角函数回归法求取原始信号的真实振幅谱和相位谱。对最佳频率成分位置的确定,采用-种既简便又准确的方法,比前人的方法更为优越。     

空中交通流量预测的人工神经网络和回归组合方法

为了寻找合适的空中交通流量预测方法,在综合回归预测方法和人工神经网络预测方法优点的基础上,提出采用组合预测方法的思想,并基于多元线性回归模型确定组合方法的权重系数。以北京管制区大王庄导航台流量预测为实例,分析结果表明:组合预测方法对实际流量有好的拟合度,能提高人工神经网络的泛化能力,并减小预测的误差,即总体上不仅优于传统的回归预测方法,也优于单独的人工神经网络预测方法。组合方法为空中交通流量的预测提供了一种可靠而有效的新途径。     

我国海上油田平台投资的测算方法研究

本文分析了我国海上油田在开发决策前的可行性研究和经济评价中采用的平台投资测算方法,研究了平台投资推荐测算公式及其存在的问题。运用数理统计和相关分析理论,提出了两个重要的新观点,得出了单平台投资测算公式和多平台投资测算公式,测算误差大大低于推荐公式,较好地解决了平台投资测算方法问题。     

灰色预测与一元线性回归预测的比较

在介绍灰色预测和一元线性回归预测基本方法的基础上,用两个例子对两种方法的预测值进行了比较,结果表明:对所用的两个例子,灰色预测的GM(1,1)模型对数据的预测值精度较一元线性回归要好。     

盾构滚刀磨损的多元非线性回归预测

为了解决硬岩地层盾构滚刀的磨损检测问题,提出了一种基于多元非线性回归预测模型预测滚刀磨损的方法.利用滚刀正常磨损阶段的盾构掘进参数数据建立回归预测模型,根据依此模型预测的掘进速度与实际掘进速度偏差来预测滚刀的磨损状况.结合盾构工程项目研究结果表明:预测模型是正确的,预测结果与实际换刀情况是相符的,预测方法是有效的.研究结论可为类似地质条件下的盾构滚刀磨损检测和更换提供有益的指导.     

建筑结构强度无损检测区间评定方法

提出一种建筑结构强度无损检测区间评定方法,此方法能较好地反映工程的实际情况.该方法运用逆回归模型和置信检验理论给出了在一定置信度下的建筑结构混凝土强度的置信上、下限和置信区间,并给出了混凝土强度的合格和不合格判定标准,从而形成了逆回归回弹法检测建筑结构混凝土强度的新体系.通过工程实例证明,本文提出的方法比传统的利用回归模型和点估计方法判断混凝土强度更符合工程实际,且能对混凝土强度做出定量化的判断.     

高考统测对高考成绩的预测作用分析

统测作为高考的模拟考试,其预测作用如何？本文运用效标效度来进行衡量,通过对大理、下关一中９７、９８届两 年统测成绩与高考成绩的实例分析后认为：统测成绩对高考成绩具有较好的预测作用。虽然回归方程可以通过 统测成绩预测高考成绩的理论分数,但因高考成绩存在滞后性与某些不确定性因素,还必须根据情况作必要调 整来假定回归方程方可进行预测。     

中文科技期刊线性增长模型

在描述文献增长的诸多模型中，线性增长模型更适合于某一特定文献类型的短期预测。本文依据我国７８至９６年各年间中文科技期刊的种数，利用最小平方法，拟合出中文科技期刊种数随时间增长的线性方程。针对各年间科技期刊种数存在着自相关的现象，建立了剔除序列相关后的预测模型。