湖北省高等教育投入-产出状况的偏最小二乘回归分析

教育发展是国家基本建设的重中之重,而对教育进行投资是有效促进教育事业发展和经济建设的重要途径之一.首先对衡量高等教育产出的因子进行多重相关性检验,然后利用偏最小二乘回归的方法对湖北省高等院校的教育投入与产出情况进行了一个初步的分析,建立高等教育投入与产出的一个结构模型,以期对我国的高等教育发展提供一个可供借鉴的参考.     

偏导数的最小二乘估计及其SAS程序实现

对于高等数学中求解多元函数偏导数的方法大家都很熟悉,这时可以由偏导数的定义得到一种估计形式,本文用统计中试验设计的方法给出了求偏导数的另外一种估计形式——最小二乘估计,并给出了相应的理论证明、算法和实例分析。     

小麦赤霉病神经网络和偏最小二乘预测模型

选取2004-2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.     

基于偏最小二乘法的地应力场拟合

采用偏最小二乘回归分析方法分析矿区地应力场分布.以乌鞘岭隧道岭脊地段的有限测点的地应力测量结果为样本,使用商业有限元软件ANSYS对岭脊地段区域的地应力场进行数值模拟.利用地应力实测数据与计算结果进行偏最小二乘回归计算,得到拟合的地应力场数据.与传统最小二乘分析方法相比,本文的方法通过主成分分析,可以有效解决多因变量回归计算时由于响应变量之间较高的相关性而导致的回归计算误差,并可以有效地反映变量间的关系,为地应力场的建立提供有效的数据支持.     

非参数固定效应面板数据模型的约束剖面加权最小二乘估计

对异方差非参数固定效应面板数据模型的估计进行了研究.采用约束剖面加权最小二乘法,给出了估计量的闭表达式并且证明了固定效应参数和非参数函数估计具有渐近正态分布性质.进一步,得到了固定效应参数和非参数函数估计的收敛率.     

成分数据的偏最小二乘回归分析法

本文针对具有成分数据信息的多因变量对多自变量线性回归问题,在传统的线性回归基础上提出了一种成分数据的偏最小二乘回归分析法,并对其进行了理论性分析,论证了该方法的可行性与合理性。     

基于偏最小二乘与神经网络耦合的储层参数预测

将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型.利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题.计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度.     

偏最小二乘建模及其多重共线抑制能力分析

首先,分析偏最小二乘法解决问题的思路,进而从数学角度刻画偏最小二乘法的四步建模过程.然后,利用数学归纳法证实偏最小二乘法对多重共线的抑制能力.最后,以某地区的供水能力评价为研究实例,证实偏最小二乘法的有效性.结果表明:偏最小二乘法完全适用于多变量复杂关系的求解.     

偏最小二乘回归与神经网络结合模型的应用

偏最小二乘回归是一种新型的多元统计数据分析方法，能够在自变量存在严重相关的条件下进行回归建模；神经网络可以克服模型是观测数据的线性组合的局限。将两者有机的结合起来，建立偏最小二乘回归神经网络模型，可以使预报的精度提高。     

复参数最小二乘估计方法

提出了基于复数U-D分解的复参数最小二乘估计方法。在传统的加权遗忘因子法的递推算法中,方差矩阵P(k)由于衰减很快而极易失去正定性.为了保证参数估计的收敛性,利用复数U-D分解,将方差矩阵P(k)进行U-D分解,将P(k)矩阵的递推计算已转化为U(k)和D(k)的递推计算问题,保证了数值计算的稳定性.     

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.     

面板数据分析方法对购买力平价检验的实证研究

以15个国家货币实际汇率为研究对象,对其进行面板单位根检验和面板协整检验,检验它们在布雷顿森林体系瓦解后的1979～2006年期间内是否满足购买力平价（PPP）。检验结果显示,这些样本基本都支持购买力平价的成立。     

格兰杰因果关系检验在面板数据上的应用研究

基于格兰杰因果关系检验在面板数据研究成果基础上,建立一种设定检验方法去选择格兰杰因果关系方程,并对固定效应和随机效应的选择进行描述,建立了一套比较完整的应用理论框架.同时指明模型在设定中的应该注意的数据平稳性和协整分析、滞后期的选择.     

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。     

不完全面板数据随机效应的检验

主要考察了双向误差面板数据模型yi, t=α x′i, tβ ui, t,ui, t=μi λt νi, t在缺失数据下的统计性质,给出了检验随机效应是否存在的检验统计量,求出该检验统计量的大样本分布,并从数值实验上验证了上述检验统计量的统计性质.     

基于DEA面板数据模型的财政投入效率评价研究

为评价包含多个时间观测点的不同地方财政投入效率,构建窗口DEA面板数据分析模型.基于云南省县域经济发展争先进位评价体系及考核办法,选取单投入多产出指标,实证分析评价云南省16个市(州)2011—2018年财政投入相对效率,并提出改进对策建议.     

变系数固定效应面板数据模型的估计

在面板数据下基于变系数固定效应模型,采用两步估计方法和截面核估计方法来估计模型中的变系数部分及固定效应。模拟结果表明,当样本数据较小且观测次数较多时,两步估计法的估计效率略高于截面核估计的;而当样本数据较大且观测次数较少时,截面核估计方法的估计效率比两步估计的略好。本文通过两组不同样本的模拟数据验证了两种估计方法的有效性,说明变系数固定效应模型是处理面板数据的有效工具。     

教育与经济增长的省际面板数据分析

文章运用面板单位根、协整检验和误差修正模型等现代计量经济学方法,结合1997-2007年中国31个省市的数据,分析了教育与经济增长之间的关系,结果表明:教育与经济增长之间存在长期协整关系,两者短期关系虽有可能偏离长期均衡,但由于误差纠正机制的存在,能够较快地得以纠正.     

一类面板模型中部分结构变点的检测和估计

给出了解决面板回归模型中存在未知部分结构变点时的检测、估计和推断问题的新方法,得到了结构变点的相合估计及渐近分布。基于最小二乘方法构造全局最小残差平方和,并用于检测结构变点。该方法适用于纯结构变点模型和部分结构变点模型,并且即使面板数据只有很少的个体,估计的相合性也可保证。Monte Carlo模拟结果验证了理论的正确性。基于中国股票市场上参与股改的404家工业企业的实证研究表明:应首先检测结构变点是否存在,然后才能分析解释数据;忽略检测结构变点会产生有偏估计,甚至出现伪回归。     

基于面板数据的我国入境旅游经济与接待人数研究

运用空间回归模型,选取中国大陆31个省份2003~2011年旅游外汇收入等相关面板数据指标,实证研究了我国入境旅游经济与接待人数之间的关系.结果表明:入境旅游经济与入境旅游人数存在正相关、稳定性以及长期动态均衡关系.在相同入境旅游人数的情况下,发达地区的旅游外汇收入高于其他地区;甘肃、湖南、山西3省接待人数对入境旅游经济的影响最大;新疆、海南、甘肃、青海等地的入境旅游经济对接待人数的依赖程度极强.