计量经济模型中扰动项异方差性的一种检验方法

困扰计量经济建模的一个重要问题是模型中随机扰动项性质的设定。传统计量模型中均假定随机扰动项为高斯白噪声，而实际经济背景和数据经常不支持这一假定。应用极值理论，通过极值指数估计量，提出了一种可行的对异方差的检验方法。     

异方差的估计与实证

"异方差"是微观计量建模中不可回避的问题,尽管计量经济学理论从残差项出发给出大量的检验方法,但对如何估计异方差则没有给出明确答案.从数据分布出发,认为极大似然法在估计异方差方面具有独特的优势.首先建立异方差的极大似然估计模型,然后对一实际调查数据进行异方差估计.     

异方差性的诊断方法及数据属性影响的实证分析

本文对异方差性检验常用方法作了总结评价,从数据角度来讨论数据属性对异方差性检验的影响.利用Breusch-Pagan检验、和White检验,通过删除异常点,影响点前后所作模型的异方差检验,得到完全相反的结论.因此,这些发现表明,作异方差检验时要十分关注异常数据影响诊断,这对我们进行经济建模,作模型诊断有一定的指导作用.     

异方差的两级套模型的方差分量的检验

利用广义p值的概念,研究了异方差的两级套模型的方差分量的精确检验问题,并在异方差的情况下比较两个两级套模型的方差分量.基于广义p值获取精确检验的方法,具有计算简便、易用于小样本问题的特点.     

异方差一致协方差阵的估计方法研究

处理回归模型中的异方差问题尤为重要的一点是对随机误差项的方差进行估计.考虑到非参数核估计和稳健估计在异方差构成未知的情况下在估计效果上仍具有一定优越性，因而将非参数N-W估计和两种稳健估计方法分别与估计加权最小二乘估计法相结合，先得出随机误差项方差的估计量，进而将其作为权矩阵对模型参数进行估计，并基于估计加权最小二乘法，对已有的加权异方差一致协方差估计方法进行扩展，提出了两个新的加权估计量WHC4m和WHC5m.通过实验可以发现，各估计方法在模型参数的估计和检验效果上差别较大，并且新提出的加权估计量比原有的异方差一致协方差估计量HC4m和HC5m在检验效果上表现更好.     

异方差的估计与实证

“异方差”是微观计量建模中不可回避的问题，尽管计量经济学理论从残差项出发给出大量的检验方法，但对如何估计异方差则没有给出明确答案。从数据分布出发，认为极大似然法在估计异方差方面具有独特的优势。首先建立异方差的极大似然估计模型，然后对一实际调查数据进行异方差估计。     

异方差模型中协方差阵的估计研究

在异方差模型中,尽管回归系数的普通最小二乘(OLS)估计仍能保持无偏性,但其对应的协方差阵估计不再一致。解决异方差问题,对随机误差项协方差阵的估计显得尤为重要。基于异方差形式未知的情况下,非参数估计的良好效果,应用不同的非参数方法对误差项的协方差阵给出估计,进而通过估计加权最小二乘法得到回归系数的估计,并在已有的加权异方差一致协方差阵估计的基础上进行了拓展。模拟实验和实例分析表明,不同的非参数方法在回归系数的估计和模型的检验方面效果都有很大的差异。     

基于经验似然的单指标模型异方差诊断

研究了单指标模型的异方差诊断问题,首先采用经验似然的方法对模型误差项进行异方差检验,构造了纠偏经验似然比检验;然后得到了经验似然比统计量,并证得其为渐进卡方分布;最后的数值模拟结果表明:该检验方法具有理想的检验功效。     

一类线性回归模型异方差性的LM检验

笔者考虑了特殊情形下一类异方差性线性回归模型,首先导出了在模型中当异方差为线性函数时异方差检验的LM检验统计量,然后举例说明该方法的功效。     

异方差的游程检验

异方差现有常规检验方法的大多是参数检验的方法,需要参数服从一定的分布.但实际研究中往往有很多参数不服从假设的分布,针对这一以往方法的缺陷,提出了异方差的游程检验方法.该方法能克服参数检验需要参数分布的缺陷,而且也能用于小样本.先对游程检验做了简单的概述,介绍了游程检验的基本原理,然后就叙述了游程检验对异方差检验的应用.     

基于 LR 模糊数据的线性回归模型

LR模糊数据是实践中经常使用的由形状函数L及R、左右扩展及中心构成的模糊数．取值LR模糊数的随机变量称为模糊随机变量,其缺乏适宜的概率分布模型,导致模糊数据的线性回归模型缺乏显著性检验．文章基于Nather模糊随机变量线性回归分析工作,进一步给出LR模糊数据多元线性回归在δ2距离下的系数估计,并通过统计软件给出模型中非确定干扰变量的Bootstrap模拟分布．     

基于分位数回归的人民币兑美元汇率风险测度

针对人民币兑美元汇率风险问题,提出了一种基于分位数回归的风险测度方法;以2015-08-11—2019-09-16人民币兑美元汇率中间价数据为研究样本,运用EGARCH模型和TGARCH模型刻画了外汇收益率序列存在的不对称性、波动集聚性以及尖峰厚尾性特征,并在GARCH族VaR模型的基础上构建了QR-GARCH族VaR模型,最后选择Kupiec失败率检验和动态分位数检验等后测检验方法,比较了两类模型的风险预测精度;结果表明:相对于GARCH族VaR模型,QR-GARCH族VaR模型不仅仅对随机扰动项的假设分布不敏感,并且表现出显著优异的风险预测能力,其中基于t分布的QR-EGARCH VaR模型的预测能力最优,故QR-GARCH族VaR模型在人民币兑美元风险测度问题上更具适用性和稳健性。     

广义非线性散度模型变离差的统计分析

以广义非线性散度模型为基础,通过假定离差是某个协变量的函数或随机函数给出了变离差的Score假设检验,当模型存在变离差和随机变离差时,给出了相应的变离差估计.     

具有随机组容量的Poisson-gamma模型离差参数齐性检验

针对目前离差参数齐性检验都假定组容量固定的情形,提出了在组容量随机情况下离差参数齐性的检验问题.通过采用方差参数化方法研究纵向数据中Poisson-gamma模型的离差参数齐性检验问题,给出了组容量的随机性和离差参数齐性的联合检验方法,得到了score检验统计量.通过数值算例的实证分析检验了该方法的有效性.     

基于蚁群算法的GUI软件回归测试用例集优化

针对GUI(Graphical User Interface)软件输入/输出图形化、 事件驱动、 事件触发随机性所带来的回归测试用例数量巨大的难题, 在GUI事件模型图基础上, 构建了GUI软件回归测试用例集优化数学模型, 给出了目标函数和约束条件, 提出了一种基于蚁群算法的求解方法, 制定了蚂蚁信息素更新规则和蚂蚁路径选择规则。仿真结果表明, 该方法在保证覆盖效果的前提下, 可以有效减少回归测试用例的数量和长度。     

我国区域人才流动动因研究——基于2002～2012年面板数据的回归分析

基于现有理论基础,建立了影响人才流动的指标体系,分别采用混合回归模型、个体固定效应回归模型和个体随机效应回归模型实证检验了影响区域人才流动的影响因素,通过F检验和Hausman检验对模型形式进行判别.研究表明地区经济发展水平、地区收入水平、产业结构、科研环境对人才流动的影响最为显著,且各地区人才流动影响因素各有特点.     

基于CT扫描和随机森林算法的沥青混合料油石比检测

为弥补路面施工过程中传统沥青混合料油石比检测方法耗时长、预测精度低、对环境及人身健康有危害等缺陷,利用CT扫描及图像处理技术得到的沥青混合料内部截面空隙与集料特征,提出了一种基于随机森林算法的沥青混合料油石比检测模型,并与多元线性回归算法、决策树算法、梯度提升树算法的预测结果进行对比。研究结果表明：CT扫描和图像处理技术对沥青混合料空隙和集料的识别效果良好;通过比较分析不同算法的平均绝对误差、均方根误差、平均绝对百分比误差和负相关系数,证明采用随机森林算法的沥青混合料油石比检测模型的准确性能够满足工程应用要求,且优于其他3类算法模型,相比于传统检测方法更加简便、快捷。     

负荷随机扰动对电力系统电压稳定性的影响

对一个典型的电力系统动态模型进行了分析 ,在考虑了负荷随机性基础上 ,建立了随机扰动的电压稳定模型。通过对引入无功负荷随机扰动项的系统进行数值仿真和理论分析 ,提出了负荷随机效应引起的电力系统电压失稳新的模式——当系统处于负荷水平比较紧张情况下 ,负荷的小幅波动的正向累积 ,会使得系统电压突然失稳 ,在电压骤降的同时发电机端相角基本维持恒定。此外 ,还给出了数值仿真结果理论上的解释 ,表明了仿真结果的合理性。     

Buhlmann-Straub信度模型的估计与检验

研究了Buhlmann-Straub信度模型的参数估计和随机效应的检验,以及它们的统计性质. 参数估计采用两步估计法,用F检验对随机效应进行检验.在两步估计法中, 利用正交变换得到了总平均的估计, 然后采用拟合常数法得到了方差的估计,并证明了该估计是无偏估计.通过残差平方和构造了F检验统计量对是否有随机效应进行检验,并得出了检验的势函数是检验方差的增函数.最后将估计和检验的方法应用到实例中, 得到了较好的效果.     

微机轨道衡动态称重的噪声分析与信号模型

应用随机系统理论深入分析了微机轨道衡动态称重过程中的各种干扰作用,建立了它们的信号模型,并用计算机仿真论证了模型的正确性.