一阶混合整数值二项自回归模型

首先, 针对复杂整数值时间序列数据的建模问题, 提出一类一阶混合整数值二项自回归模型; 其次, 证明该模型的严平稳遍历性, 给出模型的转移概率、 期望、 方差等概率统计性质, 并用最大似然估计方法估计模型参数; 最后, 将模型应用于消费者价格协调指数(HICP)数据的拟合中.  实例分析结果表明, 该模型比现有模型的拟合效果更好.     

自回归条件异方差模型的模拟

通过介绍怎样利用SAS/ETS中的自回归(Autoreg)过程实现条件异方差(ARCH)模型数据的分析,将理论与实践相结合,利用SAS/IML软件模拟两组(一组为ARCH(q)模型,另一组为AR(m)-ARCH(q)模型)ARCH数据,然后调用自回归过程对两组数据分别用相应ARCH模型进行效据拟合,得到理想结果.     

带有相依稀疏算子的一阶随机系数二项自回归模型

将ADCBAR(1)模型推广到随机系数情形,提出一种带有相依稀疏算子的一阶随机系数二项自回归模型RCADCBAR(1),用于刻画具有相依性及零堆积性质的有限范围内整数值时间序列数据.首先,推导该模型的一些统计性质;其次,用条件最大似然方法对模型中存在的未知参数进行估计,并讨论估计量的渐近性质;最后,将该模型应用到一组实际数据中,以说明该模型的适用性.     

门限Poisson对数线性自回归模型的参数估计

给出一个新整数值时间序列模型,它既可以刻画相关性较强的数据,也可以刻画相关性较弱的数据.给出了该模型平稳性的一个充分条件,并研究其最大似然估计问题及估计的渐近性质.     

基于经验似然的自回归条件久期模型的统计推断

利用经验似然方法对自回归条件久期(ACD)模型参数进行统计检验, 给出了自回归条件久期模型参数的经验似然比统计量, 并证明了该统计量渐近服从χ²-分布. 数值模拟结果表明, 经验似然方法优于拟似然方法.     

多维自回归时间序列的极大似然估计

主要推广了ＡｎｄｅｒｓｏｎＴＷ关于自回归模型的结果。对多维自回归模型导出了一个简明的似然方程。     

开环门限自回归模型研究与预测

利用开环门限自回归分析方法,建立蒸汽用量的开环门限自回归模型TARSO（2;）（4,1）,（4,）,其拟合结果是令在人满意的。     

广义二项回归模型的影响诊断

本文系统研究了广义二项回归模型的统计诊断和影响分析方法, 给出了模型的参数估计和模型中散度参数检验的Score统计量,并基于数据删除模型和在3种局部扰动情形下,研究了模型影响分析问题,最后通过两个数值例子验证了本文方法的有效性。     

门限自回归模型建模方法的改进

本文简述了门限自回归模型的建模步骤和原算法的缺点,详细推导了建模方法的改进途径和步骤。即将模型进行适当变换,用数据的一阶差分和部分原始数据来求变换后模型参数的最小二乘估计,再反回去求原模型参数。增加阶数时,系数阵及其逆阵和模型参数都采用了递推算法。通过实例计算表明,改进的方法比原方法可节省机时60％左右。     

基于删失数据的Log-Gompertz回归模型的统计推断（英文）

Gompertz模型在人类学研究中被广泛使用.讨论了基于对数不换的Gompertz模型,即log-Gompertz模型.研究了参数的极大似然估计和渐近置信区间,并提供了利用Bootstrap方法寻找参数的置信区间.在不同参数、不同样本容量以及不同删失计划的情形下,给出相关数值模型结果用以评价所建立的回归模型.     

线性回归模型的广义刀切最小二乘估计

在误差为相依的情况下,讨论了线性回归模型的刀切最小二乘估计与广义刀切最小二乘估计。在均方误差意义上,广义刀切最小二乘估计优于刀切最小二乘估计,并利用算例进行了验证。     

向量自回归模型参数的极大似然估计

研究了n维向量AR(p)自回归模型参数的极大似然估计与似然比检验,给出并证明了参数、的估计值,通过实例进行了似然比检验.     

Poisson自回归模型的平稳性检验

利用经验似然方法研究Poisson自回归模型的平稳性检验问题, 通过构造相关检验的经验似然比检验统计量, 在零假设下获得了检验统计量的极限分布, 并通过Monte Carlo数值模拟考察该检验方法的有限样本特征.     

贝塔二项模型的估计和预测

给出了在频率学派框架内以及在贝叶斯的框架内的估计和预测问题,并介绍了此模型的实际应用。详细分析了一个特殊的情况,即有2个实验时的情况,这种情况经常出现在味觉检验、品牌选择、媒体爆炸、流行病学中。     

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.     

一类带有GARCH类误差项的自回归滑动平均模型

本文结合DAR模型及传统的ARMA-GARCH模型,提出一类带有新型GARCH类误差项的自回归滑动平均模型.该模型比DAR模型引入更多数据信息,同时定义一种由可观测序列驱动的新型条件异方差结构,比传统ARMA-GARCH模型的条件方差更易于估计.本文研究模型参数的拟极大似然估计,并在较弱矩条件下证明估计量的渐近正态性;...     

具有Laplace边际分布的二元自回归模型的统计推断

考虑具有Laplace边际分布的二元一阶自回归时间序列模型, 给出该模型的性质及参数的条件最小二乘估计, 并讨论估计量的相合性和渐近正态性. 最后给出数值模拟和实例分析.     

门限自回归模型参数估计的强收敛速度

对门限自回归模型在给定阶数、门限及延迟参数的假定下，继讨论了其参数估计的强相容性后，本文进一步得到了此估计的强收敛速度。     

汇率波动下门限自回归模型的适应性研究

针对汇率变化的非线性特征,采用非线性门限自回归模型对汇改后人民币/美元汇率的变化趋势进行分析,并与传统的线性时间序列模型结果进行比较,结果表明,非线性门限自回归模型精度较高.     

空间自回归模型的经验欧氏似然推断

通过鞅差序列将空间自回归模型的估计方程中的二次型转化为线性形式,构造了空间自回归模型的参数的经验欧氏似然比统计量,并证明该统计量渐近服从卡方分布。