特殊平行数据模型的参数估计问题

在平行数据模型的方差成份框架下,考虑了横截面内误差项vit服从ARCH分布的参数估计问题．利用距阵谱分解的技巧,使本来需要广义最小二乘估计(GIS)方法解决的问题,转化为普通最小二乘估计(OLS)方法解决了,简化了运算程序。     

动态平行数据模型中固定效应模型的模型设定问题

将数据生成过程为一阶自回归的时间序列yt=α+ρyt-1+tε,tε~i.i.d(0,σ2),t=1,2,…T的大样本性质推广到动态平行数据模型中,在固定效应模型中构造并证明了模型设定的χ2统计量,并解决了动态平行数据模型中固定效应模型的模型设定问题.     

运用矩阵谱分解的技巧解决平行数据模型中的问题

将矩阵谱分解的方法运用于平行数据模型的计算中，使难以进行的计算变成可能、复杂的运算变得简单。     

平行数据模型的参数估计方法及应用

本文对平行数据处理使用了参数估计方法,阐述了给定数据的情况下,如何对模型进行识别,设定正确的模型。并对江苏省各收入组的消费函数以及分类消费函数进行识别与分析。     

建立多视点平行拼图的数据模型并确定其精度上限

提出一种新的多视点拼图（multiperspective mosaic），称之为平行接图，设计了从真实照片中得到高分辨率平行拼图的算法，建立了从平行拼图得到高精度绘制输出的数学模型，讨论了用照片建立平行拼图的精度上限，并且给出了良好的实验结果。     

平行数据模型的设定和估计

截面数据是选择同一时间上不同区域的数据作为样本观测值 ,而时间序列数据是选择同一区域在不同时间上的数据作为样本观测值 ,二者在实际应用中都有一定的局限性。平行数据结合了截面数据和时间序列数据的优点 ,基于平行数据的模型能解决只利用截面数据或者只利用时间序列数据所不能解决的问题 ,文章对平行数据模型的设定和估计问题进行了研究 ,结合实际对福建省地级市居民消费函数建立了平行数据模型     

数据仓库中的数据模型技术

概括分析了数据仓库的数据特征；介绍了实体关系模型和多维模型，重点分析了其建模技术的基本原理；简要分析了两种数据模型的特点，对两的优劣进行了总结和对比；最后，对数据仓库环境中宜选择哪种数据模型进行了一般性的讨论。     

基于平行数据的河南省城镇居民消费结构研究

利用1998～2005年河南省城镇居民收入与消费数据建屯平行数据模型,分析收入差距对河南省城镇居民消费结构的影响,同时估计了基于收入差距的各项消费支出的消费函数,并就估计结果进行分析.     

基态修正时空数据模型的进一步扩展

引入超图模型的部分理论，建立了基于基态修正的面向对象时空数据模型。很好地解决了时空对象的空间关系和时空对象之间的关系，提出了时空对象的索引结构。并引入基态距因子和等比系数，从而大大提高了查询效率。并缩短了查询时间。     

具有不可忽略退出的面板数据混合半参数变系数模型

由于面板数据经常出现由信息性退出而引起的缺失数据,故其统计分析比较复杂。本文假定响应变量服从部分线性半参变系数混合效应模型,其中非参数系数函数依赖于相应的退出时间。利用二步估计方法的思想求得参数与非参数部分的相合估计,减少了同时估计的参数的个数,避免了估计方程中由较多参数引起的多重共线性问题。     

面板数据的主成分分析及其应用

主要用多元统计中的主成分分析方法,将各地区生产效率层次进行分类,验证聚类分析结果的同时指出影响我国工业企业生产效率的主要原因。     

静态与动态面板数据模型及其应用

面板数据也称时间序列截面数据或混合数据,它是将截面数据和时间序列数据融合在一起的一种新的数据类型.本文介绍了静态面板数据模型与动态面板数据模型的一般形式、常用的参数估计方法以及在计量经济方面的应用.     

面板数据的因子分析

主要应用多元数理统计中的因子分析方法，对多指标面板数据进行了分析，并应用综合评分法对各地区的工业企业生产效率进行了分类。结果表明，应用因子分析的结果与现实基本相符。     

响应变量缺失情形下非线性EV模型的估计

考虑了响应变量随机缺失情形下的非线性EV模型.通过利用核实数据,构造了响应变量均值θ的调整的经验对数似然比统计量.证明了所构造的经验对数似然比统计量渐近于标准χ2分布,所得结果可以用来构造未知参数的大样本置信区间.     

购买力平价的群体单位根检验

以布雷顿森林体系后的23个OECD国家货币实际汇率为研究对象,利用ADF检验和PP检验时,发现大多数的实际汇率存在着单位根,主要原因是ADF和PP检验拒绝原假设（存在单位根）的低势,采用LL和IPS的群体单位根检验方法,结果发现各国实际汇率呈均值复旧,长期购买力平价成立。     

一级反应不同数据处理模型的比较

在物理化学实验的基础上,对一级反应的6种不同数据处理模型进行比较和分析。通过对实验数据处理模型进行系统的比较,来改善传统实验数据处理中存在的一些问题,从而简化数据处理,减小作图工作量与作图误差,提升实验水平,提高数据处理结果的准确性。     

基于面板数据模型的我国行业能源消费特征分析

将面板数据模型(Panel data)应用到我国行业能源消费特征的分析中.分析了面板数据模型的类型、识别和参数的估计问题,建立了能源消费总量、汽油、柴油、天然气、电力消费量5种变系数面板数据模型和煤炭、原油、煤油、燃油消费量4种变截距面板数据模型,利用两种面板数据模型分析了工业、农业、建筑业、交通业和批发业等6个行业能源消费倾向和能源消费平均水平的特征.实证分析表明,面板数据模型是分析能源消费特征的有效工具.     

基于动态面板数据模型的我国交通客运特征的分析

针对我国交通客运结构呈现的各自特点和它们之间的相互联系,采用动态的面板数据模型对我国的交通客运结构进行了建模和分析,得到的结果与我国的实际客运情况相符,该模型可行、有效.