广义压缩最小二乘估计中的一个影响度量

广义方差比是一个效率度量.这里用它作为判定数据时广义压缩最小二乘估计的影响度量,讨论了数据对广义压缩最小二乘估计的影响问题.找到了广义方差比度量与Hoetelling广义相关系数的精确关系.     

数据的剔除对Minimax线性估计的影响与相关系数

用方差比和广义方差比作为判定数据对Minimax线性估计影响的标准,建立了剔除一组数据时的方差比与相关系数的关系,找到了剔除多组数据时的广义方差比与Hotelling广义相关系数的联系,并讨论了剔除一组数据与剔除二组数据时的广义方差比之间的关系.     

数据的剔除对缺落值模型的影响

从距离角度和效率角度研究了一组数据和多组数据缺落值估计的影响,建立了剔除一组数据时Cook距离与复相关系数的等式关系,剔除多组数据时Cook距离与广义相关系数的不等式及广义方差比度量与Hoetelling广义相关系数的等式关系.     

延迟模型中的两个影响度量

从估计效率角度研究数据对延迟模型的影响。建立了度量数据对延迟模型影响的两个度量，并的找到了影响度量与相关系数和广义相关系之间的关系。     

影响分析中岭估计的广义方差比研究

本文利用广义方差比度量在线性模型中剔除一组或多组数据对岭估计的影响.给出了剔除前后岭估计的广义相关系数的表达式,并得到了某些一般的结果。     

最佳线性无偏估计中的影响度量与相关系数

本文提出了最佳线性无偏估计中的二个影响度量：Ｃｏｏｋ距离与广义方差比，讨论了它们的统计性质，并揭示了它们与相关系数和内在联系。     

最小二乘估计中的Cook距离与相关系数

对于影响度量Cook距离,本文建立了它与简单相关系数及复相关系数之间的精确关系,并找到了它与广义相关系数之间的不等式关系。     

最佳线性无偏估计中的一个影响度量

本文讨论数据的剔除对最佳线性无偏估计的影响大小。用方差比做为判定影响大小的度量，并找到了它与相关系数之间的精确关系。     

方差比度量与方差不变子空间

探测数据对线性模型的影响是很有意义的．方差比是一种常用的影响度量．本文证明了存在一个可估子空间,使方差比不变,并讨论了数据的剔除对方差的影响。     

岭估计中的W—K估计量与广义相关系数

Weldsch-Kuch(1979)提出了一个度量数据对最小二乘估计影响大小的统计量。吴诗泳等讨论了这个统计量与相关系效的关系。本文提出了岭估计中的W-K统计量,建立了它与广义相关系数的关系。     

协方差分析模型的影响分析

 考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用Cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.     

多元离差控制的原理和方法

本文利用广义方差的概念讨论多元离差控制的原理和方法,并提出利用调整F检验解决异常样本中随机变量的各别检验问题.     

模型预测控制器的广义最小方差性能评价

基于滚动时域最小方差性能评价方法和广义最小方差控制原理,提出了可处理约束问题的滚动时域广义最小方差性能评价方法。该性能评价方法既可考虑过程变量的硬约束,同时相对于滚动时域最小方差性能评价方法,又可考虑操纵变量的软约束。基于Wood-Berry精馏塔模型的仿真实例证明了该性能评价方法较滚动时域最小方差性能评价方法具有更高的实际意义,并验证了这种性能评价方法的有效性。     

基于时变相关Copula的最小方差套期保值研究

在传统的最小方差套期保值的基础上,引入时变相关的正态Copula函数,借助Copula函数计算中位数相关系数,代替传统的Pearson相关系数,以提高套期保值效果.时变相关Copula函数的引入,可描述现货价格收益率和期货价格收益率相关结构动态变化的特征,从而解决套期保值效果结构性失真的问题;使用Copula模型计算中位数相关系数,弥补现有方法不能度量非线性关系的不足,解决当现货价格收益率或者期货价格收益率发生较大波动时套期保值比率确定的问题.实证结果表明:本研究提出的模型有效性高于传统的套期保值模型,利用本模型可以更好地规避现货市场的市场风险.     

非线性广义相关系数的抽样分布、假设检验及其R语言实现

完善广义相关系数理论体系,为实际工作提供一套完整的理论体系。采用构造综合指标,借助于一元线性回归模型,对非线性相关性的广义相关系数的抽样分布及假设检验问题进行研究。该广义相关系数服从F分布或t分布,可用F检验或者t检验对其进行与相关系数与0之间的差异显著性检验。并用R语言编写该函数包,便于应用工作者使用,且丰富了R语言中的函数包。