Estimation in a semi-varying coefficient model for panel data with fixed effects

This paper considers a semi-varying coefficient model for panel data with fixed effects, proposes the profile-likelihood-based estimators for the parametric and nonparametric components, and establishes convergence rates and asymptotic normality properties for both estimators. Simulation results show that the proposed estimators behave well in finite sample cases.     

Consistent Estimation of Order for Regression in the Presence of Serial Correlation and Heteroscedasticity

1　 IntroductionIn econometric regression models,serial correlation and heteroscedasticity are twocommonly encoutered features of disturbance behavior and may often occursimultaneously. For example,the effects of omitted variables may give rise to bothproblems simultaneously.Therefore,an econometric regression model where both serialcorrelation and heteroscedasticity are present would be feasible.There are literaturesconcerning efficient estimation of regressions with both serial correlation a…     

ASYMPTOTICS OF THE “MINIMUM L_1-NORM”ESTIMATES IN A PARTLY LINEAR MODEL

ＡＳＹＭＰＴＯＴＩＣＳＯＦＴＨＥ“ＭＩＮＩＭＵＭＬ＿１－ＮＯＲＭ”ＥＳＴＩＭＡＴＥＳＩＮＡＰＡＲＴＬＹＬＩＮＥＡＲＭＯＤＥＬ￥ＳＨＩＰｅｉｄｅ；ＬＩＧｕｏｙｉｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅ...     

Local Linear Estimation by TSLS with Variable Bandwidth for Semi-parametric Simultaneous Equation Models in Econometrics

Econometric simultaneous equation models play an important role in making economic policies, analyzing economic structure and economic forecasting. This paper presents local linear estimators by TSLS with variable bandwidth for every structural equation in semi-parametric simultaneous equation models in econometrics. The properties under large sample size were studied by using the asymptotic theory when all variables were random. The results show that the estimators of the parameters have consistency and asymptotic normality, and their convergence rates are equal to n^-1/2. And the estimator of the nonparametric function has the consistency and asymptotic normality in interior points and its rate of convergence is equal to the optimal convergence rate of the nonparametric function estimation.     

一种新的红外系统距离估计算法研究

针对机动飞行的空中点目标,利用测量目标红外辐照度变化的测距原理,建立了具有Markov跳变参数的红外系统距离估计模型,基于结构随机跳变系统最优滤波理论,提出了一种新的红外系统距离估计算法.考虑算法的实时性,推导了两种简化算法.该方法的优点在于不需要限制目标的运动方式.仿真结果表明三种算法都能准确的估计红外系统距离,简化算法具有很高的实时性,易于工程实现.     

基于动态分位点回归模型的金融传染分析

金融危机传染检验一直是国际金融研究中的重要问题,大多数传染效应存在性的检验采用相关性方法.本文应用动态平滑数系数分位点回归模型研究不同国家股票市场之间的分位点相关关系,通过系数函数的变化趋势对危机传染问题进行检验和预测.其中在对参数函数进行非参数估计时,应用局部线性回归方法.为了分析亚洲金融危机期间的危机传染问题,对亚洲几个相关国家的指数数据进行了实证分析,实证结果发现,通过分析常数项函数以及系数函数的变化趋势,不仅可以对危机传染问题进行检验,还可以对金融危机传染的发生时刻以及金融危机的缓解时刻进行相应的分析.     

Study on Optimality of Two-Stage Estimation with ARMA Model Random Bias

1.INTaoDUCTIONInrecentyearsconsiderableworkhasbeendoneontheproblemofestimatingthestateofalinearsystemwitharandombiasthatinfluencesthesystemdynamicsandobservations.Thebasicmethodistheaugmelltedstateestimationwhosecomputationincreaseswiththebiajsvectordimension.Tomailltaincomputationalamountatalevel,theideaofusingatwasstagestateestimationtoimplementaugmentedstateestimationisintroducedbyFreidland[1],whichistodecouplethecentralfilterintotwoparallelfilters.Thefirstfilter,thebiasfreefilter,isb…     

基于小波变换的LMSV模型波动长记忆性估计与检验

将小波引入到LMSV模型波动长记忆性的估计与检验中，提出了基于小波变换的LMSV模型波动长记忆性的伪极大似然估计法和波动长记忆性的检验方法，用不同参数值和样本容量的数据进行了模拟实验．又用该方法对上海和深圳证券交易所综合指数收益序列的LMSV模型的波动长记忆性进行了检验和估计，结果表明该方法是有效且可行的．     

一种基于噪声模型的TCP有效带宽估计方法研究

准确的带宽估计和网络建模对于网络拥塞控制算法的设计具有重要的意义.采用通信系统加性噪声分析方法和信道容量理论,将TCP链路背景流量的影响等效为加性噪声,提出建立了一种基于等效噪声的链路模型和带宽估计算法.该模型不同于传统带宽估计对采样值直接进行滤波处理来得到估计带宽,而是利用网络流量的随机过程特性采用统计方法进行有效带宽估算,所得到的估计带宽有界并且具有良好的收敛性和准确性.理论分析和仿真结果表明了该模型和算法是正确的.     

基于GRNN的导航卫星钟差仿真方法研究

提出了一种基于广义回归神经网络（G剧州）的导航卫星钟差仿真的新方法,根据IGS提供的精密卫星钟差序列建立基于广义回归神经网络的钟差模型。结合仿真实例,详细讨论了训练样本的采样时问间隔、输入维数和模型平滑因子对网络模型性能的影响,并确定了较优的采样时间闽膈、输入维数和平滑因子。通过与常用的二次多项式模型进行对比分析,证明了GRNN模型在24h的预报时间跨度内精度仍可达ns级,初步验证了将GRNN模型用于钟差仿真的可行性和较多项式模型更优的实用性。     

Estimation of Fired Polynomial Effects of Mixed Models Based on PBIB

ＥｓｔｉｍａｔｉｏｎｏｆＦｉｒｅｄＰｏｌｙｎｏｍｉａｌＥｆｆｅｃｔｓｏｆＭｉｘｅｄＭｏｄｅｌｓＢａｓｅｄｏｎＰＢＩＢＴＡＯＪｉｎｇｘｕａｎ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＸｉｎｙａｎｇＮｏｒｍａｌＣｏｌｌｅｇｅ．Ｘｉｎｙａｎｇ４６４...     

一种基于自适应遗传算法的CMAC的学习率优化方法

CMAC（cerebellar model articulation controller）是一种局部逼近神经网络，它发展了近30年，但是关于其学习率的确定仍缺乏好的方法。基于CMAC的控制系统如果没有好的学习率，那么系统就会不稳定或者收敛速度很慢。在传统方法的基础上提出利用遗传算法（GA）来确定其学习率，通过自适应遗传算法（GA）其他传统方法相比较，表明利用自适应遗传算法（GA）不仅使系统稳定，而且收敛速度更快，并进行了仿真验证。     

EEG动力学模型中随机共振现象的仿真研究

脑电图(electroencephalogram,EEG)中随机共振现象的研究对于分析大脑系统的行为具有重要理论意义和应用价值.为了模拟大脑系统中检测信号的机制,提出使用信噪比、互相关系数、互信息率对比评价方法,对EEG动力学模型中随机共振现象进行了研究.实验结果表明,EEG动力学模型不但存在着周期随机共振现象,同时也存在着非周期随机共振现象.此研究为大脑系统中存在着随机共振现象的观点提供了一种新的证据.     

基于三次样条非参数拟合的驾驶行为仿真模型

现有车辆跟驰模型大多建立在控制论和运动学观点之上，以至于在仿真过程中连续运用单一模型控制规则来支配驾驶员的驾驶行为，忽略了对多源高负载信息感知变量的运用。文章直接运用信息挖掘技术最大限度地榨取实测数据所携带的有关驾驶行为的个体有用信息，通过多元非参数三次样条回归模型剔除了数据中由白噪声产生的干扰，构建了一种基于三次样条非参数拟合的驾驶行为仿真模型。仿真试验表明，此模型具有可移植、高精度的特性，能很好地反映和预测多源高负载信息感知变量刺激下跟驰过程中驾驶员的驾驶行为。     

基于混合因子分析隐马尔科夫模型的训练算法

将混合因子分析方法与隐马尔可夫模型技术相结合,构造了一种新的统计声学模型-基于混合因子分析的隐马尔可夫模型 (Hidden Markov Model based on Mixture of Factor Analysis:HMM-MFA).重点研究了HMM-MFA的训练算法.通过推广著名的 Baum辅助函数,并用拉格朗日多乘子方法,导出了HMM-MFA的参数重估公式.仿真结果表明,提出的算法在识别精度上优于传统的EM算法.     

考虑存贷利差的最优消费与投资组合问题

利用贝尔曼动态规划原理和非线性规划原理,研究了在具有存贷利差的条件下,投资者整个生命周期内的消费效用最大化问题.给出了不同条件下最优消费与投资组合的计算公式及相应最大消费效用期望值,同时解释其经济意义;讨论了不同情形下存贷利差对最优消费的影响,求出了投资者在某一时刻财富与消费的关系,并给出直观图例.     

在线社交网络谣言传播的仿真研究——基于聚类系数可变的无标度网络环境

在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类。同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究。仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制。本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考。