平稳ARIMA(p,d,q)模型的经验似然推断

研究平稳ARIMA(p,d,q)模型的经验似然方法, 利用周
期图纵坐标I(ωj)的极限性质, 给出了参数的估计方程及Whittle’s估计因子, 并证明了
对数截面经验似然比统计量L(β)的极限分布是自由度为p+q+2的χ²分布, 同时给出了模
型参数的置信域.     

循环谱密度估计的最大似然滤波器法

针对周期平稳随机过程的循环谱密度的估计过去主要采用时域平均周期图法和频域平滑周期图法,特别归短数据时,上述方法的分辨率很低,方差极大,提出了循环谱密度估计的最大似然滤波器法,并作了改进。该方法不仅具有很高的分辨率,而且估计的方差也很小,具有较好的估计性能。     

空间计量经济模型的经验似然研究进展

空间数据几乎在社会各个领域出现,有广泛的应用前景,研究其统计推断(含模型参数的估计和检验)有重要的理论意义和实用价值。本文简要介绍一些常见的空间计量经济模型以及除经验似然方法外的空间计量经济模型研究进展,详细介绍经验似然的背景及空间计量经济模型的经验似然研究进展。     

比例数据的拟似然推断及其应用

本文基于拟似然方法研究比例数据的统计推断及其在计量经济分析中的应用问题.拟似然估计不需要响应变量确切的分布假定,只需要一阶条件矩假设.与已有方法相比,本文提出的拟似然估计不仅具有稳健性而且具有很好的适应性.最后,通过家庭食物消费数据分析充分说明了所提方法的有用性.     

极大似然估计的几种求法

极大似然估计是参数估计的一种常用方法.本文探讨了极大似然估计的三种求法,并举例说明了这些方法在解决实际问题中的应用.     

基于EM算法的极大似然参数估计探讨

首先介绍了EM算法,然后研究了基于EM算法的混合密度极大似然参数估计,最后利用计算机仿真验证了此算法的收敛性和有效性。     

经验欧式似然方法在空间面板误差模型中的应用

利用经验欧式似然方法,研究了空间面板误差模型的经验欧式似然问题,通过鞅差序列处理空间面板误差模型估计方程中出现的二次型形式,构造出空间面板误差模型参数的经验欧式似然比统计量,证明经验欧式似然比统计量服从渐近卡方分布。     

完全极大似然估计

证明了关于完全极大似然估计的一个重要定理,说明当参数的2个不同的变换的某些分量完全相同时,它们的完全极大似然估计是相同的,另外,给定了正态分布和负指数分布的参数以一定的先验分布,在此基础上计算它们的完全极大似然估计,得到了与贝叶斯参数估计形式非常相似的结果。     

基于寿命期间数据的极大似然估计

产品的寿命期间是其实际寿命时间与一些未使用时间（比如贮存和运输时间）之和。对寿命期间数据,产品的实际寿命时间未能观测到,本文利用Ｍｏｎｔｅ Ｃａｒｌｏ ＥＭ算法与Ｉｍｐｏｒｔａｎｃｅ Ｓａｍｐｌｉｎｇ方法相结合,给出了产品的寿命时间分布参数以及未使用时间分布参数的极大似然估计,极大似然估计的方差的近似估计也很容易得到,最后还作了随机模拟和实例计算。     

稳健经验似然估计方法

在经验似然方法的基础上提出了一种稳健的经验似然估计方法,在约束条件的估计方程中使用权重函数以及有界得分来限制异常点的影响。通过数值模拟研究该方法的稳健性。模拟结果表明,相比普通的经验似然估计,提出的稳健经验似然方法在数据中存在异常值的情况下所得估计的均方误差更小。同时对于非正态的厚尾分布数据,提出的稳健经验似然估计也在均方误差意义下更优。     

经典谱估计方法的MATLAB分析

讨论了用MATLAB实现经典谱估计的各种方法 ,比较了它们的性能指标 ,并优选它们的参数 .得出了在科学研究和工程技术应用中有一定参考价值的结论 .     

功率谱估计

本文主要讨论了用最大熵Burg算法进行功率谱估计。文中给出了Burg算法,程序框图和运算结果。结果与理论值吻合得较好。     

漏缺数据平稳时间序列下的谱密度估计

在天文学和医学领域,非均匀抽样数据的谱什计已获得广泛研究.这些研究通常是在周期性的探测和决定性的信号环境里进行的.本文从另外的角度考虑估计漏缺数据平稳时间序列的谱密度,提出了一种渐近无偏的估计方法.使用模拟方法把它与古典周期图、LOMB周期图以及基于SVD的周期图进行对比,结果显示这种新方法很大程度上降低了偏差.     

功率谱估计

本文主要讨论了用最大熵Burg算法进行功率谱估计.文中给出了Burg算法,程序框图和运算结果.结果与理论值吻合得较好.     

一类不可观测ARMA过程参数的最小方差估计的强相容性

本文讨论一类不可观测ＡＲＭＡ过程｛ｕ１｝参数的估计，基于Ｎ个可观测的样本值ｘ１，ｘ２，……，ｘＮ，其中ｘｔ＝ｕｔ＋δｔ，１≤ｔ≤Ｎ，假设｛δｔ｝满足另一个ＡＲＭＡ方程，我们给出参数的最小方差估计量，并证明了这些估计量的强相容性。     

基于半参数空间模型的房地产估值数据研究

针对现有的房地产估值模型中不包含空间自相关性以及非线性影响因素的问题,提出了可以灵活解释变量意义的部分线性空间自回归模型来拟合房地产估值数据;对于部分线性空间自回归模型的估计问题,利用局部多项式方法与拟极大似然估计法相结合的两步估计过程得到参数部分的估计;房地产估值数据的拟合结果表明:房地产估值数据确实存在空间相关性,房屋到最近的捷运站的距离与房价呈负相关关系,而步行生活圈中便利店的数量与房价呈正相关关系,这与现实意义上的解释是相通的,另外房屋年龄与房价之间的非线性关系也被体现出来;部分线性空间自回归模型能更加客观和灵活地解释房地产估值数据的现实意义。     

基于分频段ABAP谱减法的鸟叫声分类研究

针对带噪鸟叫声,用自适应Bartlett平均周期图(ABAP)完成噪声估计,进行分频段谱减去噪后,提取经过二维离散余弦变换的Mel频率倒谱系数动态声音特征(TDMFCC).最后,利用支持向量机(SVM)分别结合MFCC、TDMFCC以及经过分频段ABAP谱减法降噪后的MFCC和TDMFCC对30种鸟叫声进行不同背景环境和信噪比情况下的对比实验.结果表明,分频段ABAP谱减法降噪后提取TDMFCC结合SVM的方法可以取得较好的分类效果,适用于噪声环境下的鸟叫声分类.     

牛熊市视角下我国股市波动率的长记忆性研究

为更好地理解我国股票市场运行状态,使用局部Whittle(local Whittle,LW)半参数法分别估计了沪/深股市在牛/熊市阶段波动率的长记忆性强度.实证结果显示:沪(深)市波动率在牛/熊市阶段均存在显著的长记忆性,且熊市波动的长记忆强度要大于牛市;在牛(熊)市阶段,沪市波动的长记忆强度大于深市,且两者的差异在牛市阶段更为明显.特别的,对波动序列作了长记忆真伪性检验,增强了估计和解读的合理性.