消费与投资关系的Koyck模型分析--以重庆市为例

运用相关历史数据,分析了重庆市固定资产投资和社会消费品零售额之间的关系,通过建立Granger检验,确定两变量的因果关系,同时运用Koyck几何分布滞后模型,考察了消费与投资具体的定量关系,最后结合重庆实际提出相应的对策建议.     

异方差一致协方差阵的估计方法研究

处理回归模型中的异方差问题尤为重要的一点是对随机误差项的方差进行估计.考虑到非参数核估计和稳健估计在异方差构成未知的情况下在估计效果上仍具有一定优越性，因而将非参数N-W估计和两种稳健估计方法分别与估计加权最小二乘估计法相结合，先得出随机误差项方差的估计量，进而将其作为权矩阵对模型参数进行估计，并基于估计加权最小二乘法，对已有的加权异方差一致协方差估计方法进行扩展，提出了两个新的加权估计量WHC4m和WHC5m.通过实验可以发现，各估计方法在模型参数的估计和检验效果上差别较大，并且新提出的加权估计量比原有的异方差一致协方差估计量HC4m和HC5m在检验效果上表现更好.     

面板数据贝叶斯双惩罚分位回归方法研究

在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难.为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到...     

影响我国债务偿还的因素

利用有限自回归分布滞后变量模型对我国债务偿还影响因素进行了实证研究.     

随机误差序列自相关贝叶斯诊断及单位根检验

在多元线性回归模型Y＝Xβ U中，通常假定随机误差向量U的各分量相互独立、方差相同，而且均服从正态分布．但是，在利用时间序列数据和横截面数据的模型中，前一期的误差往往与后一期的误差相关，误差项并不满足独立性要求，可以证明，此时OLS估计不再是最佳线性无偏估计．根据Bayes定理，通过自相关系数的条件后验分布来研究自相关系数的统计推断问题，包括点估计、区间估计、自相关的统计诊断和单位根的统计检验．     

预测我国人口总量的具有外生变量的半参数自回归模型

由于现有人口总量线性预测模型不能理想地描述人口这一非线性问题,根据1952-2005年我国人口总量数据和GDP总量数据自身特点及建模的需要,首先对数据进行对数变换和差分运算得到平稳时间序列,然后将GDP总量这一外生变量的滞后量和人口总量的滞后量作为被解释变量建立了含有外生变量的半参数模型.利用RMSE法(即最小化拟合残差)来选择显著变量及最佳带宽,最后检验所建模型的随机误差项服从独立正态分布.结果表明所建模型能较理想地描述非线性问题,其预测精度与其它线性模型相比有了一定的提高.     

基于EGARCH-ε_t-GPD模型的VaR计算

在传统的利用极值理论来计算VaR的过程中,一般先是对时间序列建立GARCH模型,再对残差序列运用极值理论建模,从而估计得到VaR.但建模时在GARCH模型的条件方差方程中,人们只考虑了以前时刻的随机误差项对方差的影响,而忽视了当前时刻的随机误差项对方差所作出的贡献.故作者在对时间序列建立EGARCH模型时,在方差方程中引进了当前时刻的随机误差项,然后再对残差建立GPD模型来研究风险价值,并进行了相应的实证分析,结果表明加入当前时刻的随机误差项后估计得到的VaR准确性更高.     

非线性回归模型线性化后的参数估计精度问题

根据LS估计理论,对非线性回归模型线性化后参数估计精度存在的问题进行了分析,通过变量变换对线性化模型随机误差的方差进行了修正,建立了新参数估计模型.新参数估计模型满足Gauss-Markov假定,保持了LS估计的优良性质.     

基于MH算法的贝叶斯分位自回归模型

针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真分析中,参数的迭代轨迹是收敛的,说明MH抽样有效地模拟了参数的后验边缘分布;并且应用该方法估计出了不同分位数下模型参数的后验均值,标准差,MC误差和95%的置信区间.非对称和局部持续性数据的数值模拟,证实了贝叶斯分位自回归模型可以更全面有效地描述滞后变量对响应变量变化范围和条件分布形状的影响.     

自激励广义二项门限自回归模型的统计推断

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质：期望、方差、自协方差和转移概率;其次,分别给出门限变量在已知和未知两种情形下模型参数的条件最大似然估计方法;最后,将该模型应用到一组实际数据中进行拟合验证.     

基于支持向量机的机械零件剩余寿命区间估计

为提高机械零件剩余寿命估计精度,提出了一种基于支持向量机(support vector machine,SVM)的剩余寿命区间估计模型.简要介绍SVM的线性及非线性理论,分析SVM输入变量与输出变量间的统计关系,将机械零件性能退化指标和剩余寿命分别作为SVM输入变量及输出变量.假设输入变量与残差相互独立且残差分布类型已知,采用极大似然法估计残差的分布参数,在此基础上推导一定置信水平下SVM输出变量置信区间.将均方误差作为SVM预测误差的衡量指标,应用变步长网格搜索法确定SVM参数.通过实例说明所提模型能够准确对机械零件剩余寿命进行区间估计,具有较强的工程应用价值及通用性.     

基于裂纹柔度法的残余应力检测误差分析及处理方法

对裂纹柔度法残余应力计算中的误差传递进行了深入分析。应用误差传递函数对包含协方差、建模误差在内的Legendre插值模型的收敛、稳定性进行了分析,建立了应力误差估算方法。验证实验表明：通过应变偏差可确定满足最小应力不确定度条件最佳收敛阶,由此估算的应力误差与实际结果基本一致。     

SVAR-GARCH模型的多元波动率估计

考虑SVAR GARCH模型的多元波动率, 提出一种估计波动率的新方法. 先利用独立成分分析技术求解因果结构和统计独立的误差项, 建立残差项条件协方差阵与误差项条件协方差阵的关系, 然后利用单变量GARCH模型的估计结果和识别的因果结构, 估计多变量GARCH模型的条件波动的脉冲响应方法, 实现多元波动率的估计, 该方法可有效减少估计参数. 实验结果表明, 新方法估计的波动率与能源期货市场的规律相符.     

一种多个粗差的定位与估值的方法

首先分析真误差与残差的关系．并以此关系为基础,提出一种新的、有特色的多维粗差探测与定位方法．该法采用传统的最小二乘平差,对最小二乘平差的残差进行统计检验．如果存在粗差,则可以通过新的估计公式对粗差及未知参数进行估计．该法可以准确地进行多维粗差的定位和估值,而且能严密评定估值的精度．最后,通过一个算例加以说明．     

SVAR-GARCH模型的多元波动率估计

考虑SVAR GARCH模型的多元波动率, 提出一种估计波动率的新方法. 先利用独立成分分析技术求解因果结构和统计独立的误差项, 建立残差项条件协方差阵与误差项条件协方差阵的关系, 然后利用单变量GARCH模型的估计结果和识别的因果结构, 估计多变量GARCH模型的条件波动的脉冲响应方法, 实现多元波动率的估计, 该方法可有效减少估计参数. 实验结果表明, 新方法估计的波动率与能源期货市场的规律相符.     

蒸气压和温度关系的参数拟合

以乙醇为例利用非线性拟合技术和文献报道的实验数据,探讨了纯物质蒸气压和温度关系及其参数的拟合问题.从拟合的残差平方和和误差的统计分布规律考虑,基于蒸发焓与温度关系(Clapeyron-Clausius方程)的多参数模型明显优于常用的二参数模型和Antoine 方程.     

非视线传播环境下基于TOA的综合无线定位算法

针对精确无线移动定位系统中影响定位精度的非视线(NLOS)传播误差问题,在简要分析几种最新NLOS误差消除算法的基础上,提出了一种新的基于信号到达时间(TOA)的综合位置确定算法.该算法首先通过残差排序筛选找出距离测量集合中具有最小残差平方和的伪距测量子集合,达到初步消除NLOS误差的目的;然后采用一种简化的伪距尺度约束算法优化伪距尺度因子,从而得到较准确的距离测量值,以进一步提高定位精度.仿真结果表明这种新方法比线性位置线算法和泰勒级数展开最小二乘位置估计算法性能优越,在一定程度上提高了无线定位的准确度.     

一种基于鲁棒残差生成器的故障估计方法

针对具有加性执行器或元部件故障的线性系统,在独立故障的个数大于独立测量个数的情况下,提出了一种基于鲁棒残差生成器的故障估计方法.该故障估计方法是基于鲁棒残差生成器实现的,不需要额外设计动态的故障估计器.故障估计的实现需要:设计编码集;基于编码集设计鲁棒残差生成器;利用编码集和鲁棒残差生成器的输出实现故障分离和故障的渐近估计.给出了本方法的适用的充分条件,并证明了故障估计误差的渐近收敛性.最后,针对具有加性执行器故障的线性系统,基于几何方法设计鲁棒残差生成器,并进行了故障检测、故障分离和故障估计的仿真.仿真结果验证了本故障估计方法的有效性.     

基于马尔科夫链的交互残差估计的跟踪波门设计方法

跟踪波门通常基于残差估计进行设计,但传统残差估计法在目标机动状态未知时的预测精度较差。针对这个问题,在分析2种现有残差估计法的适用环境基础上,提出了一种基于马尔科夫链的交互残差估计法:该方法首先分别利用现有2种估计法对下一时刻残差值进行预测,定义并计算滑窗内2种方法的预测误差,并根据预测误差的似然函数计算对应似然值;然后,基于服从已知概率的马尔科夫链的转移矩阵,采用似然值求解各方法所占权重;最后,通过加权求和得出下一时刻残差预测值。仿真实验表明,利用文中算法得出的残差预测值在目标运动状态未知的情况下精度较高,据此设计的跟踪波门性能更优。     

Parameter Estimation of Mixed Weibull Distributions Using Cuckoo Search

The lifetime data of products with multiple failure modes which are collected from life testing are often fitted by the mixed Weibull distributions. Since the mixed Weibull distributions contain no less than five parameters,the parameter estimation is difficult and inaccurate. In order to enhance the accuracy,a new method of parameter estimation based on Cuckoo search( CS) is proposed. An optimization model for the mixed Weibull distribution is formulated by minimizing the residual sum of squares. The optimal parameters are searched via CS algorithm. In the case study,the lifetime data come from the life testing of diesel injectors and are fitted by the twocomponent Weibull mixture. Regarding the maximum absolute error and the accumulative absolute error between estimated and observed values as the accuracy index of parameter estimation,the results of four parameter estimation methods that the graphic estimation method,the nonlinear least square method,the optimization method based on particle swarm optimization( PSO) and the proposed method are compared. The result shows that the proposed method is more efficient and more accurate than the other three methods.