m维AR(1)模型的统计诊断

目的基于统计诊断的影响分析,对m维AR(1)模型的数据点进行了影响分析。方法基于数据删除模型,同时引入广义Cook距离。结果得到二维AR(1)模型的参数估计诊断公式,给出了Cook统计量的计算公式。结论对m维AR(1)模型进行了初步的统计诊断。     

语音识别中ARMA模型的研究

在用线性时间序列模型拟合语音数据时(例如用AR模型拟合),模型阶数越高,参数个数越多,统计计算时误差越大.本文在理论上对ARMA(1,q)模型的参数估计进行了推导,在数值计算上,得到了ARMA(1,0)模型的参数估计并对模型进行拟合,解决了用AR模型拟合语音数据时,统计计算时误差较大的问题.     

Logistic模型的统计诊断

系统地分析了Logistic模型的统计诊断,将线性模型的诊断方法运用到Logistic模型。推导出数据删除模型一阶近似的参数估计公式,并给出数据删除模型与均值漂移模型的等价性;推导了判别强影响点或异常点的诊断统计量如Score统计量、广义Cook距离、似然距离等。通过实例分析证实了该诊断方法的有效性。     

R—L模型的参数估计及其影响分析

基于EM算法和Laplace逼近,首先给出了R-L模型的参数估计,然后应用完全数据对数似然函数的条件期望以及相应的Q距离函数,对R-L模型数据进行了数据删除影响分析和局部影响分析,并通过实际数据验证了所得诊断统计量的有效性.     

对数幂广义威布尔回归模型的全局影响分析

基于幂广义威布尔模型,文章给出了对数幂广义威布尔回归模型并研究了相应的参数估计．同时利用数据删除方法详细探讨了该回归模型全局影响问题,得到了数据删除模型中参数估计的一步近似和相应的广义Cook距离、似然距离和WK统计量．最后。通过数值实例验证了文章中给出的诊断方法的有效性．     

基于离中度的模糊线性回归模型的统计诊断

针对实数值输入、不确定值输出的模糊线性回归模型,讨论了基于模糊离中度数据删除的模型参数估计,建立了观测数据中异常点或强影响点的检验统计诊断量,并给出运用该诊断量进行检验的步骤.文章中的方法不仅能够在一定程度上克服已有方法的某些不足,而且能有效地提高计算结果的准确性,最后实例表明,该统计诊断量是合理有效的.     

基于Shibor的嵌套类利率期限结构模型的比较研究

利用嵌套利率期限结构模型及广义矩估计方法,结合上海银行同业间拆借利率(Shibor)的经验数据,考察了嵌套类利率期限结构模型在中国利率及其衍生品市场显示的统计特性.通过对各模型参数估计值和统计推断值的比较分析,结果表明,只有那些蕴含了利率变动的条件波动率与利率水平高度相关机制的模型才能很好地拟合实际的Shibor市场数据.     

利用虚拟变量对季节指数的估计

利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计,是一种分析季节指数和季节变动的新思路.但是,由于时间序列数据直接应用到回归模型会与古典假设不相符合,在参数估计以及推断检验中就需要采用一些新的方法,这也正是利用季节虚拟变量估计季节指数时存在的问题,这个问题还有待于以后解决.     

变系数线性模型的影响分析

讨论了变系数线性模型中残差的性质,为了研究第i组数据点的影响,将变系数线性模型中参数估计与其所对应的数据删除模型中参数估计作比较,类似于线性模型.定义了Cook统计量.并使用假设检验思想来衡量这两种参数估计的差异,得出假设检验的F检验统计量,其与Cook统计量在衡量数据点的影响效果基本一致.     

基于数据删除的Poisson-Gamma模型的影响评价

为了研究记数数据对于Poisson-Gamma模型的影响,该文通过引入EM算法,利用基于完全数据似然函数的条件期望进行影响诊断分析,并且进一步基于数据删除模型研究全局影响,得到了数据删除模型中参数估计的一步近似和相应的广义Cook距离和Q-距离。最后,利用所得统计量获得一个实际记数数据中的影响点,结果说明该文提出的方法是有效的。