Bootstrap在零膨胀泊松回归模型检验中的探索

根据零膨胀计数数据的特点,将Bootstrap统计技术运用到零膨胀泊松回归模型的置信区间计算及参数假设检验。通过计算机模拟,得到：第一,当样本量较小时,Bootstrap对参数估计进行假设检验的结果更为保守;第二,Bootstrap的学生氏置信区间优于零膨胀泊松回归模型的区间估计。     

广义泊松计数模型及其统计推断

基于广义泊松分布的性质,提出了广义泊松计数模型,解决了泊松计数模型中对照组数据过度分散和过度集中的问题.在模型的统计推断中,通过引入缺失数据和构建替代函数,研究了使用EM算法、MM算法计算模型中参数极大似然估计的迭代收敛算法.进一步地,通过统计模拟展示迭代算法中参数估计的误差,对模拟结果进行讨论得到有效的信息.     

机动车第三者责任保险理赔次数分布模型研究

机动车第三者责任保险在我国已经开办多年,而基于现有数据的损失分析一直都是我国精算研究的主要内容.对理赔次数分布的适用模型进行了分析,引入了带有随机效应的零膨胀泊松混合模型,并结合计算实例进行说明.     

计数抽样检验方案批接收概率的计算方法

以超几何分布、二项分布、泊松分布为概率论理论基础,推理论证了计数一次抽样方案批接收概率的计算方法,并结合实际生产过程的特点,通过数学推导指出了用二项分布、泊松分布近似计算批接收概率应分别满足的条件。     

车辆保险中零索赔客户的随机风险分析——基于零膨胀泊松模型

对车辆保险中的零索赔客户进行了研究.在分析零膨胀泊松模型的结构及思想的基础上,结合现实数据,给出了零索赔客户中的优良客户、潜在风险客户及其比率.使用该方法对零索赔客户进行统计推断分析,为保险人正确掌握零索赔客户的随机风险信息提供一定的理论依据.     

泊松噪声污染模糊图像的非盲去卷积方法

针对被泊松噪声污染的模糊图像复原问题,提出了一种非盲去卷积方法,该方法在泊松概率模型的基础上引入高斯尺度混合型马尔科夫专家场模型作为正则条件,并使用迭代方向乘子法对所得的最优化问题模型进行求解。实验结果表明:该方法能够对泊松噪声污染的模糊图像进行有效复原,获得高质量复原图像。     

基于CBR和加权泊松的泊松低方差计数数据模型效率比较

现实中的数据常会出现“超散布性”和“超聚集性”现象，分布假定的错误会导致模型不合理甚至得出错误的结论。本文着重于一类典型的“超聚集性”问题一一泊松低方差的讨论，着眼于两种主要的解决方法——加权泊松分布模型和纯生过程分布模型，并在Faddy的CBR分析实例基础上进一步比较标准泊松模型与这两种模型在分布拟合效果及检验效果上的差异，强调面对“超聚集性”数据时选择正确分布的重要性。     

泊松序列中变点的贝叶斯分析

利用二分法将含有多个变点的泊松序列进行分割,将泊松序列多变点问题转化为没有变点和仅有一个变点的问题,运用贝叶斯因子进行模型比较.选用上证指数数据,结合贝叶斯因子对存在变点的模型进行了检验.     

基于MCMC算法的贝叶斯面板单位根检验

针对面板单位根检验存在检验势不稳定和原假设设置主观选择的问题,提出基于面板数据分位自回归模型,选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.结合参数的完全条件分布设计MCMC抽样算法,进行贝叶斯分位单位根检验,并利用Monte Carlo模拟实验研究了贝叶斯分位单位根检验的有效性与可行性.研究结果表明,基于面板数据分位自回归模型的贝叶斯单位根检验方法解决了检验势不稳定以及原假设主观设置的问题,能够给出更全面稳健的单位根检验判断.     

零一膨胀泊松回归模型的EM算法改进

首先提出了处理0和1数据偏多的零一膨胀泊松回归模型,其次对模型建立了参数的极大似然估计.针对传统的EM算法只能使得估计收敛到局部极大值这个缺陷,提出了一种随机EM算法对传统的EM算法进行修正,使得模型能够找到全局最优解.最后通过模拟研究说明该方法的有效性.     

利用哈代-温伯格不平衡系数检验配对病例对照数据的关联性(英文)

针对配对的病例对照数据,利用偏离哈代-温伯格平衡的信息构造了用于估计基因模型的检验,称为配对的哈代-温伯格不平衡检验(mHWD).基于mHWD估计基因模型并应用相应的配对趋势检验进行关联性分析,称为基于模型选择的趋势检验(GMS).GMS是从数据驱动的角度提出的一种稳健有效的检验,模拟结果显示GMS在现有的关联性检验方法中具有最大的稳健有效性.对类肉样瘤病研究数据的分析进一步表明了基于模型选择的趋势检验的良好性质.     

非齐次泊松过程类软件可靠性增长模型

现有的基于故障覆盖率的软件可靠性增长模型多是只考虑了累计故障覆盖率 ,没有描述每个测试用例能够获得的故障覆盖率 .为了使软件可靠性增长模型能更好地刻画软件的测试过程 ,建立了两个基于故障覆盖率的非齐次泊松过程类软件可靠性增长模型 .第一个模型假设每个测试用例有相同的故障检测能力 ,能获得相同的故障覆盖率 ;第二个模型考虑了越晚检测到的故障其被检测到的概率越低的特点 ,模型假设每个测试用例的故障检测能力与其出现的次序相关 .利用一组公开发表的软件失效数据对这两个模型进行了验证 ,结果表明这两个模型在这组失效数据上均能得到较好的拟合效果 .     

基于跟踪流量的客专安全数据网背景流量研究

针对客运专线信号系统的安全数据网的可靠性研究,使用网络仿真研究方式时需要的背景流量模型,对时下使用较多的理论模型进行了介绍并对实际使用中常用的泊松模型、跟踪文件背景流量模型进行了研究,得出了一种适用于安全数据网仿真中的背景流量模型.并以相邻车站CBI之间的通信为例介绍了实际仿真研究时这一背景流量模型的构建和应用.     

基于真实数据的电动汽车锂电池故障检测方法

当电池的异常特征不明显时,传统的电动汽车电池系统故障检测方法很难进行早期故障检测。当前大多方法都是基于实验室条件下的测试数据进行研究,利用电动汽车实际运行数据的研究较少。为解决上述问题,提出一种基于真实数据的电动汽车电池系统内短路故障在线检测方法,通过经验模态分解提取分解后的电压残差值作为故障特征,结合香农熵权重法,以每个采样点的香农熵的冗余度作为权重,对串联电池系统中各电芯单体进行评分,结合改进Z-分数,实现对串联电池组的故障检测和定位。利用真实车辆数据进行验证并与阈值法和相关系数法进行比较,验证了该方法的有效性。结果表明,所提出的方法计算成本低、可靠性高,能够在线应用,不需要精确的模型且无需针对不同型号车辆的得分阈值进行试验,降低了试验成本。     

Simultaneous inference for a high-dimensional precision matrix

Gaussian graphical models have been widely used for network data analysis. Although various methods exist for estimating the parameters, simultaneous inference is essential for graphical models. In this study, we propose a bootstrap procedure to conduct simultaneous inference for Gaussian graphical models. The simultaneous inference procedure is applied to large-scale graphical models and allows the dimension of the parameter vector of interest to exceed the sample size. We prove that the simultaneous test achieves a pre-set significance level asymptotically. Further simulation studies demonstrate the effectiveness of the proposed methods.     

具有AR(p)误差的非线性模型异方差和相关性检验

讨论随机误差是AR(p)序列的非线性回归模型的异方差和自相关性检验问题.首先导出联合检验的score统计量,然后利用参数的正交变换,得到了调整的score检验统计量.当模型存在自相关性时,给出了检验异方差性的score统计量和调整的score统计量.最后利用得到的检验方法分析了氯化物数据,分析结果表明,该数据具有显著的异方差和AR(2)相关性.     

广义非线性混合效应模型的变离差检验

应用混合效应方法研究了广义族非线性模型的变离差检验问题。对离散和连续两类指数族分布，提出了若干个有效的检验统计量，所有统计量都可用简单、便于计算的矩阵公式来表示，这些结果和方法可应用于广泛的实际问题与实际模型并利用务浆渗透数据来说明方法的有效性。     

改进的散粒噪声模型及其应用

对Ｇ．Ｗｅｉｓｓ提出的单散粒噪声模型中的复合泊松过程作了改进，把齐次的泊松过程改为强度函数为λ（ｔ）的非齐次泊松过程，把伴随的随机变量序列改为与时间有关，并对随机事件赋予新的定义，进而用多项式函数根据最小二乘原理拟合参数函数λ＊（ｔ）和θ＊（ｔ）。最后就我国一些河川流量资料举例说明此模型的应用．     

基于马氏距离的竞争失效可靠性分析

为了解决产品退化失效与冲击失效共存的竞争失效下可靠性评估,提出了一种基于马氏距离的评估方法.引入马氏距离将多元退化数据降至一元马氏距离,采用具有随机影响的Wiener过程进行退化建模.研究了泊松过程以及固定时间发生的两类极端冲击过程,建立了同时考虑变阈值和最小冲击幅值的相关竞争失效模型.采用裂纹增长案例验证了所提方法的有效性,敏感性分析评估了模型参数对产品可靠性的影响.结果表明泊松过程冲击和固定时间冲击都对产品可靠性水平的分析值产生影响.      

基于随机分布函数的分年龄别生育率组合模型

分年龄别生育率是人口统计学的重要指标,它可以用基于随机分布函数的生育率模型来描述.文中介绍了对数正态分布模型和泊松分布模型,在此基础上构造了生育率组合模型.仿真结果表明,与单一模型相比,组合模型精度更高,其适用范围也更广泛.