分位点门限自回归时间序列模型的贝叶斯方法

本文运用贝叶斯方法研究了门限分位点自回归时间序列模型的估计和预测. 将分位点回归的最优化问题转化为极大似然估计的问题,从而可以利用Metropolis-Hastings算法对模型中的参数进行Bayesian估计. 同时我们将模型应用于上证综合指数的增长率的数据, 得到了这一增长率的分位点估计. 这一方法的优越之处在于它不需要对数据的分布作预先的假定.     

Moving average threshold heterogeneous autoregressive (MAT-HAR) models

We propose moving average threshold heterogeneous autoregressive (MAT-HAR) models as a novel combination of heterogeneous autoregression (HAR) and threshold autoregression (TAR). The MAT-HAR has multiple groups of lags of a target series, and a threshold term can appear in each group. The threshold is a moving average of lagged target series, which guarantees time-varying thresholds and simple estimation via least squares. We show via Monte Carlo simulations that the MAT-HAR has sharp in-sample and out-of-sample performance. An empirical application on the industrial production of Japan suggests that significant threshold effects exist, and the MAT-HAR has a higher forecast accuracy than the HAR.     

42—噻唑偶氮间笨二酚的电化学性质研究

利用单扫示波极谱和循环伏安法研究了４２—噻唑偶氮间笨二酚（简称ＴＡＲ）的极谱行为，确定了最适宜的底液及最佳ｐＨ值，求得电极反应电子数及参加反应的氢离子数，ＴＡＲ的反应速度常数，提出了反应机理。     

西藏藏族学生1985年与2010年体质及健康状况比较研究

文章对1985年及2010年西藏自治区藏族学生的体质调研数据进行分析,得出了藏族学生生长发育长期变化的趋势。旨在探讨藏族学生的身体形态、机能与素质发展基本状况,为改善藏族学生体质健康状况,制定学校体育卫生决策及保健措施提供依据。     

用于机械故障诊断的门限自回归模型盲辨识

提出了一种门限自回归(AR)模型的盲辨识算法,并与常用方法进行比较分析。该算法的特点在保证辨识精度上可大大提高其运行速度,而且阶次越高,该算法的优势越明显。将该方法与隐Markov模型结合,以门限自回归模型各区间的AR子模型系数作为特征向量,以隐Markov模型作为分类器,应用到旋转机械升降速过程的故障诊断中。实验结果表明,这种方法有很好的实用性。     

三阶段均值回复、TAR及其应用

本文首次定义了三阶段均值回复过程, 其用于刻画一类特殊的均值回复现象, 并可用于解释非线性均值回复现象和时间序列短期的"不平稳"现象. 门限自回归模型(threshold autoregressive model, TAR)和机制转换模型(regime-switching model)可用于三阶段均值回复过程的建模. 作为实证例子, 本文使用三阶段门限自回归模型拟合了我国对美国和香港的贸易顺差的对数增长率. 实证研究发现: 近十年来, 该增长率处于高水平均值过程(扩张期)的概率均高于50%; 收缩期的平均增长率水平最低, 而扩张期的平均增长率水平最高; 各均值过程的均值回复特征表现为低水平的均值方程的常数项相对较高, 但斜率系数相对较低, 而高水平的均值方程常数项相对较低, 但斜率系数相对较高. 因此, 可以使用三阶段TAR模型来建模三阶段均值回复现象.     

西藏高校图书馆社会化服务制约因素与策略研究

从外因和内因两方面分析了西藏高校图书馆社会化服务的制约因素，从国家教育部门、西藏自治区各高校图书馆自身以及图书馆之间，提出了相应的解决策略，以期为西藏高校图书馆的社会化服务提供参考。     

基于AR和TAR模型的变点问题分析

在正态分布下,Perreault等刻画了水文时间序列4种情形的变点问题,但没有利用到具体的模型.本文设定自回归(AR)和门限自回归(TAR)模型对应均值的变化,利用贝叶斯推断法,完成这4种情形下变点问题的分析.模拟实验的结果比较理想.