截尾样本下非参数回归函数改良分割估计的渐近正态性

设{(Xi,Yi),i≥1}是从取值于Rd×R1的总体(X,Y)中抽出的一个i.i.d样本E|Y|＜∞.文章在简洁的条件下,利用截尾数据的性质和鞅的有关理论,证明了非参数回归函数改良分割估计的渐近正态性.     

异方差非参数回归模型均值与方差变点的小波估计与应用

金融市场中,受突发事件的影响反映资产平均收益的均值函数和反映资产收益波动的方差函数都有可能出现变点. 本文讨论了均值和方差都存在变点的异方差非参数回归模型的变点估计问题. 给出均值函数与方差函数的局部线性估计,利用函数小波系数的特性求得均值与方差变点位置的估计值并给出其收敛速度.在模拟实验中分析变点估计值的样本特性及均值变点估计与方差变点估计的相互影响.最后通过对两组股票数据的均值变点和方差变点进行估计,说明方法的有效性.     

平行数据资料的一种非参数分析方法

将横剖面数据的秩统计量应用于平行数据资料，分析平行数据的整体变化趋势和每个变量的变化趋势及多个变量所具有的共同规律性等．最后结合我国各地城乡居民储蓄存款余额的数据进行实例分析。     

非参数回归模型的模型检验

在此考虑非参数回归模型的模型检验问题．基于Plug-in经验似然方法。构造经验似然比检验统计量．证明其满足Wilks’现象,而得到了一定显著性水平的拒绝域,最后通过数据模拟。讨论了其检验功效．     

基于变系数非参数回归的稳健性参数设计

利用变系数的非参数回归理论讨论多因子试验过程中因子间相互性对质量特性的影响,通过调节系数变量改变其他因子对过程的影响,找到最优的因子水平组合,进行稳健试验.提出了在稳健性参数设计中应用变系数的非参数回归模型理论,建立质量特性的均值和方差模型,得到最优的因子水平组合进行试验分析.最后,通过油墨打印机的实例说明此理论的可行性.     

VaR与ES的非参数估计的统计分析

利用VaR与ES最新的非参数估计方法,不依赖于分布假设,对上证指数做实证分析,并对N天的VaR的计算方法进行研究.研究结果表明,在样本容量较大的情况下,VaR与ES的非参数估计方法有较好的效果;曲线回归方法计算N天的VaR的效果明显优于正态假设下计算的效果.     

利用样条函数建立季节性时间序列的预测模型

用B样条函数最小二乘法的非参数回归与时间序列相结合的方法建立了季节性时间序列预测模型. 利用滑动平均估计季节项,再利用B样条函数非参数回归估计长期项和周期波动,对于随机项建立ARMA模型,最后对某产品需求量进行了实例分析. 结果表明该方法有较高的预测精度.     

基于非参数回归模型的局部线性估计云量预报方法研究

为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示：总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明：在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法 使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.     

基于非参数分析方法的上海—苏州巨型城市区域就业多中心空间结构研究

利用移动通信信令数据识别上海—苏州组成的巨型城市区域内通勤联系,应用非参数分析方法识别区域内就业中心,以此测度巨型城市区域的多中心结构。利用移动通信信令数据识别就业者工作地数据,得到整个区域内基于网格的就业密度分布。应用改进的非参数分析方法识别巨型城市区域内就业中心。第一阶段利用局部加权回归识别出候选就业中心;第二阶段识别围绕候选中心的高就业密度网格,与候选就业中心组成就业中心范围。最后,用内外交互指数和水平交互指数验证了该区域的功能多中心程度。研究发现,在通勤联系视角下,上海和苏州组成的巨型城市区域内存在20个有区域影响力的就业中心,已经形成了功能多中心结构。利用移动通信信令数据和非参数分析精确识别具有区域影响力的就业中心范围,避免了既往研究中行政单元对研究结果的影响,为准确认识上海—苏州巨型城市区域的空间结构提供了支持。     

国际有色金属期货市场VaR和ES风险度量功效的比较

采用历史模拟法、蒙特卡罗模拟法、指数加权法、等权重法、GARCH法和极值理论法六种参数方法和非参数方法对国际有色金属期货市场风险值VaR建模, 并引入基于极值理论的预期不足ES对风险度量进行补充. 在利用返回检验对实证结果的功效进行比较研究的基础之上, 得出结论: 从对ES和VaR的检验结果比较而言, 当有色金属期货市场价格出现大幅跌涨时, ES比VaR更能准确地度量市场风险; 从对各种方法VaR的检验结果比较而言, 在95\%的置信度下, GARCH法和指数加权法能够更加有效地度量市场风险, 在99\%的置信度下, 指数加权法、GARCH法和历史模拟法能够更好地估计市场风险.