几种异方差检验方法的比较

经典线性回归模型的一个重要假设就是回归方程的随机扰动项具有相同的方差 ,也称同方差性 .但在大多数经济现象中 ,回归方程的扰动项的方差随观察值的不同而变化 ,这种模型称为异方差模型 .如果对异方差模型进行OLS估计 ,就会产生严重的后果 ,因此 ,选取适当的异方差的检验方法是极其重要的 .本文对帕克检验、格莱舍尔检验、戈德菲尔德 -匡特检验作随机模拟 ,并对这几种方法略作比较 .     

具有线性趋势回归信度模型的随机效应及线性趋势的Score检验

讨论了具有线性趋势的回归信度模型的随机效应和线性趋势的Score检验问题.首先分别推导出模型中随机效应存在性和线性趋势显著性这2种检验的Score检验统计量,然后利用Monte-Carlo方法分别模拟了此2种检验统计量的功效.功效模拟结果显示,2种检验统计量都有很好的检验效果.最后利用所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析,分析结果表明,该数据集的随机效应是存在的,线性趋势也是显著的.     

基于估计方程估计的单指标模型异方差检验

针对单指标模型的异方差检验问题,将估计方程估计与完全非参方差函数检验相结合,给出了一种新的检验形式.利用估计方程法得到单指标模型中未知指标参数的估计值,再根据局部线性拟合给出单指标模型联系函数的估计形式,进一步由完全非参方差函数方法构造检验统计量,对模型进行异方差检验.数值模拟部分以检验统计量的经验水平和经验功效为评价指标,实验结果表明,基于估计方程估计比基于梯度外积估计和基于最小平均方差估计的完全非参方差函数检验方法更有效.实例分析部分采用汽车数据集,同样验证了这一检验方法的显著性.     

截断删失数据下线性指数分布的参数估计

研究了截断删失数据模型中线性指数分布的参数估计问题。分别利用极大似然估计法和EM算法对未知参数进行估计,并给出参数估计随机模拟检验,通过检验发现:极大似然估计得到的参数估计和EM算法得到的参数估计结果差不多,但是EM算法的收敛速度较快。     

相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.     

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.     

一类出口量模型的实证分析

以中国出口量线性回归模型为例,对多重共线性问题进行着重分析.建模过程基于OLS估计,构造统计量,进行多角度的统计检验并修正.最终实证表明:多重共线性是一个程度的问题而不仅仅"是否"存在的问题,尽管模型中存在多重共线性,会引起参数估计值方差的增大,但模型仍然具有较好的预测作用.     

广义线性模型参数估计的随机加权法

在广义线性模型中,用随机加权法求解参数估计的渐近方差.通过推导给出随机加权参数估计与未加权参数估计的渐近分布,并且证明它们是相同的,从而可以用容易获得的随机加权估计的渐近分布去近似原参数估计的渐近分布.     

相依序列方差变点的非参数统计分析

基于严平稳β-混合过程,建立回归函数和条件方差函数形式均未知情况下的自回归异方差模型方差变点的估计方法;并给出变点检验统计量渐近正态性的证明,由此得到方差变点的检验方法;最后,通过数值模拟,展示估计方法的有效性.     

具有AR(2)误差非线性回归模型的联合检验

在讨论了具有AR(2)误差的非线性回归模型相关性和异方差性的联合检验的基础上, 首先导出了关于误差相关性和异方差性的似然比检验统计量和Score检验统计量, 然后根据参数正交变换, 得到了修正的似然比检验统计量和修正的Score检验统计量, 推广了文献［1］的结果。     

双因素方差分析模型中的广义p-值

利用Fiducial方法得到模型中假设检验问题的广义枢轴向量,由此直接定义广义p-值,并证明由此广义p-值所给出的检验在边界上具有频率性质. 在数值模拟中对广义p-值方法与广义F-检验方法作了比较. 模拟结果表明,在异方差时,广义p-值方法优于广义F-检验.     

用蚕豆根尖细胞微核技术监测府南河水质的研究

利用蚕豆根尖细胞微核技术对成都市府南河水质进行监测,测定各采样点水样的蚕豆根尖细胞微核千分率(MCN‰)及污染指数(PI),并进行F检验,结果表明:各样点MCN‰有显著性差异,13个样点中有7个采样点的PI在2以上,和对照组相比差异极显著(p<0.01),表明府南河水质受到不同程度的污染.     

用AR模型建立变形预测模型的研究

在用时间序列分析方法建立变形测量的预测模型时,基于动态数据系统方法的传统F检验定阶法,由于样本的随机性可能过早地退出对模型的循环检验,从而不能找到合适的预测模型.在探讨如何用AR模型建立变形测量预测模型的基础上,提出了一种改进的建模方法,并在实例的应用中取得了较好的效果.     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

利用相关估计的遥外弹道时间差修正新方法

遥外弹道时间对不齐误差在遥外联合数据处理中对制导工具系统误差分离具有重要影响,提出一种利用相关估计对遥外弹道时间差修正的新方法。直接利用遥外弹道跟踪数据进行相关估计受到系统偏差和随机误差的影响,难以得到精确的估计结果。在分析遥外弹道跟踪数据特性的基础上,利用最小二乘法提取出遥测和外测弹道跟踪数据趋势项,并将趋势项归一化处理后作相关估计求取时间偏差,然后对原始弹道跟踪数据进行时间修正。计算机仿真和试验数据处理证明这一方法在遥外弹道跟踪数据时间差修正上具有较高精度。     

F检验临界值和模型定阶

模型类型选择和模型适用性检验是时序建模的两个基本问题。时序模型适用性检验的核心是模型阶数确定问题。本文以统计学中的F检验和AIC准则为基础,推导出模型定阶F检验临界值。用它定阶简便实用。举例计算表明其结果和其他定阶方法相一致。     

基于POMDP的认知无线电动态频谱接入算法

针对当前认知无线电动态频谱接入算法实现复杂度高的缺点,提出了在硬件受限制的情况下,基于部分可观察马尔科夫决策过程的动态频谱接入算法.该算法利用多次对外界信道的检测得到对外界环境的估计,然后根据此估计以当前和未来收益总和最大化为目标,实频谱接入,并实现了最优解和贪心法次优解.该算法比随机检测接入算法多获得约25%的带宽,贪心法的次优解在阶段数较少时与最优解性能非常接近.     

基于FIR数字滤波器随机振动信号频时域转换方法

基于有限长单位冲激响应数字滤波器,根据指定ESA功率谱密度函数特征,设计了FIR数字滤波器,并通过控制其参数,获得了满足预定条件和要求的滤波器幅相特性.利用白噪声序列作为滤波器输入端,生成了符合要求的随机振动时域信号.同时还采用基于AR自回归模型参数方法对获得的随机振动时域信号进行功率谱估计与验证.结果表明:功率谱精度及两功率谱曲线间的误差完全在允许范围内,采用该方法获得的随机振动时域信号完全满足仿真与试验测试对信号幅频特性和功率的要求.     

摆动式混合机内粉体混合质量评估

文中采用随机方法测定了摆动式混合机的混合性能，估算了混合时间及混合度的最大误差并与Ｖ型混合机作了对比实验；采用扫描电子显微镜来观察混合物的微观形貌，并给出了定量测试结果，最终从理论和实验两个方面证明了摆动式混合机在粉体混合方面的优越性。     

显著性检验及不确定度在实验室的应用

介绍了与标准值进行比较和两份数据间进行比较的两种方法 .