我国城镇居民收入与消费的半参数空间计量分析

本文利用半参数空间回归模型分析了我国2009年31个省市的居民收入与消费的关系,并将分析结果与普通线性回归模型、空间滞后回归模型和空间误差自回归模型的分析结果做了对比.结果表明半参数空间回归模型可以更好地刻画空间效应.     

LNQD序列半参数回归模型小波估计的强相合性

对于半参数回归模型yi=xiβ+g(ti) +ei(1≤i≤n),误差{ei,1≤i≤n}为平稳LNQD序列,研究了未知参数β和未知函数g(t)小波估计的强相合性,在一定的条件下,得到了合理的结果,把非参数回归模型的相应结果推广到半参数回归模型.     

PA误差下半参数回归模型的小波估计的弱收敛速度

利用小波估计方法研究了误差为PA序列下的半参数回归模型.在适当的条件下,得到了半参数回归模型中参数和非参数小波估计量的弱收敛速度.     

半参数顺序变量回归模型

在比例优势模型基础上对顺序变量回归模型作更一般的推广, 建立了半参数顺序变量回归模型, 构造了模型中的线性和非线性部分的估计量, 并证明了该估计量的弱相合性. 通过数值模拟, 考察了不同样本容量下半参数顺序变量回归的判断正确率和回归函数的均方误差.实验结果表明: 半参数顺序回归模型在小样本情况下仍具有较高精度, 并且在实验点处的重复次数相对于观察点个数对精度影响更大. 通过对粮食预警实例的计算表明, 半参数顺序回归模型较比例优势线性模型具有更好的外推效果.     

一类混合序列下半参数模型估计的强相合性

目的在混合随机误差下证明半参数回归模型参数估计的强相合性质。方法利用引理不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(·)的非参数核估计是强相合的。结论半参数回归模型中的参数β和非参数函数g(·)的估计量在ρ混合误差下具有强相合性。     

测量平差函数模型的检验及精化

用假设检验方法检验测量平差模型是否存在系统误差,对存在系统误差的数学模型用半参数模型分离出系统误差,利用三次样条函数拟合系统误差,将系统误差参数化,达到精化平差模型的目的,结果说明半参数模型能有效修正参数模型中的系统误差.     

回归拟合模型误差补偿效果比较研究

测量的真值与被测物物理量的真值不一致,其中不可避免地含有测量误差,建立回归拟合模型是处理数据的常用方法 .通过1算例,应用附加系统参数、最小二乘配置和半参数3种模型误差补偿技术,比较其对一次函数和二次函数回归模型误差的补偿效果.结果表明,最小二乘配置得到的补偿效果最好.     

双目立体视觉传感器结构参数优化设计

采用最优回归设计311-A方案设计实验,研究双目立体视觉传感器的结构参数对传感器测量精度的影响.根据实验结果,建立了双目立体视觉传感器的测量精度与传感器结构参数间的回归方程,并通过对优化模型的求解,得到了使双目立体视觉传感器测量精度更高的参数组合.结果表明,利用上述方法可以有效地提高双目立体视觉传感器的测量精度.     

污染数据半参数回归模型中的强相合估计

同删失数据一样 ,在实际工作中经常遇到一些关于污染数据的统计分析问题 .对于删失数据已得到了一系列较为深刻的结果 ,但对污染数据问题的研究却不多 .污染数据回归模型是生物统计中常用的模型 .考虑一类污染数据半参数回归模型 ,建立了模型的参数、回归函数和污染系数的估计 ,并在适当条件下证明了它们具有强相合性 .     

半参数回归模型参数的Bayes估计

讨论了半参数回归模型在先验正态假设下的Bayes估计,当σ2已知时,它是Blight的著作中非参数回归有关结果的推广,还给出了当σ2未知时,各参数相应的Bayes估计     

中国人口预测的半参数自回归模型

提出建立中国人口预测的半参数自回归模型,基于线性回归选取的显著性变量,利用多项式样条估计得到了半参数自回归方程,并且对中国2004~2009年人口进行了预测比较,结果表明:半参数自回归模型优于一些传统的模型.此外,还对2010~2013年中国总人口数量进行了预报.     

具有AR（p）误差的半参数回归模型的统计诊断

旨在探究具有AR（p）误差的半参数回归模型的统计诊断．首先对其误差的相关性进行了消除,然后基于数据删除模型对模型进行了统计诊断,得到了估计的诊断公式．最后运用实例说明该方法的有效性．     

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.     

基于分位数回归的企业债信用风险研究

将非参数GARCH模型的方差方程取对数变换后所得的模型用于估计企业债利差波动率。针对模型误差的非对称性，利用更为稳健的分位数回归方法估计改进后的非参数可加GARCH模型。实证分析结果表明，改进后的模型对波动率的估计更为有效；分位数回归方法比最小二乘回归方法能更有效的克服模型误差的非正态影响，对异常值的敏感程度更低，是一种非常稳健的估计方法。     

半参数方法对上证指数波动率的预测分析

根据金融时间序列一般都存在条件异方差性,本文研究了两种半参数时间序列模型的估计方法,通过实际算例对参数模型与半参数模型,以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明,半参数模型要优于参数模型,半参数可加模型要优于多项式样条估计模型。      

我国消费、投资、出口与GDP关系的半参数回归模型研究

运用Eviews5．0和MATLAB7．0对GDP、消费、投资及出口数据进行处理,选用Epanechnikov核函数和交错鉴定窗宽选择法对GDP的影响因素建立半参数回归模型,得出的相关结论是：运用半参数回归模型分析GDP的影响因素是非常有效的;最终消费对GDP增长贡献最大;合理的消费、投资比是保证经济稳定增长的前提．     

半参数广义幂威布尔回归模型的诊断分析

基于P-样条方法,研究半参数广义幂威布尔回归模型,得到参数的估计量.同时在数据删除模型下探讨了模型的全局影响分析问题,获得了相应的诊断统计量.最后利用蒙特卡洛随机模拟方法,说明了统计量的有效性.     

半参数ZI负二项回归模型的全局影响分析

基于数据删除方法研究了半参数ZI（zero-inflated）负二项回归模型的全局影响问题.得到了数据删除下参数估计的一阶近似,同时得到了广义Cook距离、WK统计量、似然距离及其一阶近似.最后通过随机模拟说明了所得诊断统计量的有效性.