相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.     

固定设计下时间序列非参数回归模型的方差变点检验

研究固定设计下时间序列非参数回归模型的方差变点检验问题,基于Beta-Bernstein方法估计模型中回归函数,利用残差序列构造CUSUM检验统计量,在一定条件下证明了在原假设下检验统计量收敛于Brown桥的上确界,最后通过数值模拟验证检验方法的有效性.     

统计干扰约束的认知无线电网络最优联合功率和频谱分配方法

针对具有统计干扰约束的认知无线电网络联合功率和频谱分配问题进行了建模和分析,建立了统计干扰约束的认知无线电网络联合功率和频谱分配最优化模型,由于模型是典型的NP-Hard问题,应用遗传算法对联合功率和频谱分配最优化模型进行求解,提出了基于遗传算法的最优联合功率和频谱分配方法,能有效地保障对联合功率和频谱最优分配.仿真验证了提出算法的收敛性和正确性.     

金融时间序列变点探测的小波模极大值线方法

研究小波变换方法在金融时序分析中模型变点探测的应用,对金融时间序列采用连续小波变换,通过分析小波变换模极大值线对应的时间序列样本点的小波系数特点,提出了金融时间序列变点探测的小波模极大值线方法,并对广义自回归条件异方差均值模型(GARCH-M模型)进行了仿真计算,其结果验证了此方法的实用性和有效性.该方法更能准确定位金融资产收益率波动所发生的具体时刻,有利于金融资产价格异常时点的正确识别与统计建模分析和资产收益率波动的预测.     

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1，0，1)误差的非线性回归模型的相关性和方差齐性的检验问题，用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量，并用随机模拟验证了检验方法的正确性；推广和发展了具有线性序列误差回归模型的结果；最后将结果应用于DBL(0，1，1)误差的非线性回归模型。     

一个新的基于多元线性回归模型的假设检验统计量

在多元回归分析的基础下,利用投影阵,给出了一个新的假设检验统计量.新给出的统计量结构简洁便于证明.通过具体的实例分析,进一步验证了新提出检验统计量的正确性,并且具较好的统计性质和实际意义.     

面板数据均值渐变变点的Ratio检验

为解决时间序列因观测时间较短而难以确定变点的问题，通过分析独立同分布序列面板数据，对其均值的渐变变点进行检验.假设面板数据中每条时间序列的均值在同一时刻发生变化，提出Ratio检验统计量，并分别在原假设与备择假设下给出检验统计量的极限性质.数值模拟结果表明，面板数据的检验效果优于单条时间序列，实例分析也验证了该方法的有效性与实用性.     

非参数趋势项时间序列自协方差函数的变点检测

本文主要考虑带有非参数趋势项时间序列的自协方差函数的变点检测问题.本文采用局部多项式对趋势项进行拟合,并对去除趋势项后的时间序列,通过累积和(CUSUM)统计量进行变点分析.在GMC条件及一些正则性假设下,我们讨论了检验统计量在原假设和备择假设下的渐近性质及检验的相合性.实证方面,我们运用0-5阶的局部多项式分别对带有AR(1)误差的模型进行估计,并进行变点检测.通过检验水平和经验功效的比较分析,验证了有限样本下检验方法的有效性.     

基于不同分组层策略的认知无线电网络的性能

基于次用户采用的不同分组层策略,分析了认知无线电网络的性能,提出了两种认知无线电网络模型,推导了次用户的丢包率、分组时延、吞吐量以及频谱利用率的表达式.同时通过认知无线电网络的性能仿真验证了理论分析模型的准确性.分析和仿真结果表明:分析模型能准确地评估认知无线电网络的性能;次用户的丢包率、分组时延和频谱利用率随着业务流流入速率的增加而增加;使用认知无线电技术能大大提高频谱利用率;次用户采用不同的分组层策略对频谱利用率的影响很小,而对吞吐量的影响很大.     

基于分段回归模型的变形监测数据分析

通过对回归模型在变形监测的应用研究,结合工程实例,对某高铁隧道的拱顶沉降值运用分段回归模型进行分析预测,建立时间和位移变形量的回归分析模型,并从统计检验、曲线线型、拟合度三个层面进行评价,得出分段回归模型可以较好的预测隧道断面的变形趋势,从而验证了该方法的工程实用价值。