学科分类
/ 6
101 个结果
  • 简介:设计了一套3层综合指数所构成的中国对外贸易发展指数体系,利用最小路径模型对中国1999—2009年的相关数据进行了计算和分析,对中国10余年来的贸易发展情况进行总体的把握和描述。经贸易发展指数运算表明,中国自加入WTO以来,对外贸易的贸易流量、贸易结构等各方面水平均有大幅度提高,但是从2009年开始,由于受到国际金融危机的影响,各方面的贸易指数出现下滑并快速反弹的趋势。

  • 标签: 贸易发展指数 偏最小二乘路径模型 金融危机
  • 简介:针对自变量和因变量皆模糊的数据系统中的回归分析问题,为避免自变量退化成数值变量时可能引致的估计误差增大而带来的问题,提出系统中引入模糊调整项的回归模型的一般结构,并运用基于模糊数间完备距离的最小乘法研究模型解析表达式;利用水平截集概念将模糊多元回归模型转化成两个传统回归模型,根据模糊数间距离采用最小乘法得到参数估计,给出员工工作绩效评估的算例说明方法的有效性,并结合Bootstrap方法的应用,研究回归参数所具有的随机不确定性动态变化。

  • 标签: 模糊线性回归模型 截集 最小二乘法
  • 简介:随着科学技术的不断进步,预测方法也得到了很大的发展,常见的预测方法就有数十种之多。而组合预测是将不同的预测方法组合起来,综合利用各个方法所提供的信息,其效果往往优于单一的预测方法,故得到了广泛的应用。而基于变系数模型的思想研究了组合预测模型,将变权重的求取转化为变系数模型中系数函数的估计问题,从而可以基于局部加权最小乘方法求解,利用交叉证实法选取光滑参数。其结果表明所提方法预测精度很高,效果优于其他方法。

  • 标签: 变权组合预测模型 变系数回归模型 局部加权最小二乘 交叉证实法
  • 简介:折扣最小乘法的研究方法及其预测应用文/涟水县统计局孙冬如一、“近大远小”原则的方法通常我们知道一些求解模型参数的方法很多,如最小乘法、半数平均法、三点法等。应用这些方法建立模型进行预测,虽然是可以的,但是,若要求得较好的预测效果,还必须考虑到预测...

  • 标签: 折扣最小二乘法 研究方法 折扣系数 拟合误差 方程组 社会经济现象
  • 简介:空气质量指数是与人们的日常活动密切相关的指标。基于中国18个城市2014年共52个周的空气污染计数数据进行负回归分析,通过运用广义线性混合效应模型和广义估计方程的方法进行比较分析,从理论和实际应用上得到了一定结论。研究结果表明:广义线性混合效应模型和广义估计方程两种方法在分析空气污染问题中差别不大;人口因素、城市园林绿化状况、气象因素、城市群效应以及季节效应对所研究城市的空气污染状况发生与否及其严重程度有显著的影响。

  • 标签: 空气质量指数 广义线性混合效应 广义估计方程
  • 简介:<正>由于工作关系,从乡统计站到县、地区统计局我接触过很多同志,耳闻目睹了许多平凡的统计人轶事。他们真的是太平凡了,他们大多不属于社会的新潮一族,他们待人接物的态度也平淡得很,象一股轻烟,即使没有风也将倾刻散尽,以致我时常想为他们塑一座群像,竟至于抓不着主题而只得作罢。

  • 标签: 回归线 统计人 数字 统计员 接物 轻烟
  • 简介:文章在VaR风险量度的基础上提出了最大、最小风险的概念,讨论了其计算方法并进行了实例分析.为我国的金融机构和投资者更好地应用VaR与最小风险来控制市场风险及理性投资,提供了具有理论与实用价值的一种新的检验概率分布的算法.

  • 标签: 市场风险 VaR(value at risk) 最小风险 投资组合
  • 简介:文章对现行统计基础课程中回归分析的教学内容进行了讨论,提出了改革的设想,并介绍了瘭统计方法--LOESS(局部架以回归法)方法。

  • 标签: 统计学 回归分析 散点图 LOESS 教学改革
  • 简介:一、问题的提出统计中研究现象总体数量特征常用一般水平反映其总体规模,这个一般水平指标代表性大小则是通过次数分配对称和分配形态是否适中来进行分析。次数分布偏高对称分布的状态称为态,测定态通常有两种方法:(一)皮尔逊态测定法若次数分布果呈钟形分布且微略偏态,则有式中SK代表态系数,X代表算术平均数,M0代表众数,Me代表中位数,代表均方差。()动差法计算公式用这两种方法测定态得到的结论是否一致?我们通过一个例子用上述两种方法分别计算,看看会出现何种情况和问题。某年级《统计学》考试成绩分组资料如表所示(表1)对于同一个次数分布曲线,无论用何种方法测定其态,尽管可能存在数值上的差异

  • 标签: 皮尔逊法 比较分析 次数分布 正态分布 动差法 测定法
  • 简介:目前有关重尾或态数据的统计分析和理论模型相对较少,基于传统的Laplace分布,提出一种处理态和重尾数据的新模型---斜Laplace分布,以研究其参数估计方法。利用数理统计知识推导出该分布与一些常见分布(如正态分布、指数分布)间的统计关系,并给出一种可通过设置不同参数值得到不同分布的Levy稳定分布及其稳定性。

  • 标签: 斜Laplace分布 MLE估计 Levy偏稳定分布
  • 简介:回归分析方法是计量经济学的重要分析方法。传统上的回归分析是用代数等式和矩阵形式表述的。然而从欧氏几何的角度分析回归分析的主要概念、结论,如OLS估计量、被解释变量Y的总平方和分解定理等都有很好的几何直观.可以将许多冗长繁杂的代数公式和推导归结为简单的几何性质。文中给出Frisch-Waugh-Lovell定理的几何解释。

  • 标签: 回归分析 几何方法 FWL定理
  • 简介:空间自回归模型是空间计量经济学中处理空间相关性时常用的一类回归模型,本文主要考虑到自变量存在多重共线性时,空间自回归模型的参数应该如何估计。在主成分分析以及极大似然估计方法的基础之上,建立了一类针对模型未知参数的有估计,从而减少多重共线性对于模型求解的影响。本文引入数值模拟部分,说明了主成分估计方法对于处理多重共线性问题的有效性,同时引入波士顿房价数据实例,进一步验证了当多重共线性出现时,有估计结果较之极大似然估计更为合理。

  • 标签: 空间自回归模型 多重共线性 极大似然估计 主成分估计
  • 简介:本文对《回归分析》的教学提出两个注记:关于检验回归方程显著性的注记,解答了学生常问的而又不易讲清的问题;建议使用P值使得模型精简明了,不再进行统计量值与临界值的比较。

  • 标签: 回归分析 课程教学 检验
  • 简介:梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学习器空间不一定是连续的。针对这一问题,从可加模型的角度出发,基于平方损失,提出一种重抽样提升回归树的新方法。该方法是一种加权的加法模型的逐步更新算法。实验结果表明,这种方法可以显著地提升一棵回归树的效果,减小预测误差,并且能得到比L2Boost算法更低的预测误差。

  • 标签: BOOSTING regression TREE 重抽样 预测误差
  • 简介:以提高估计量的精度为目的,定义了一种新的多个辅助变量的回归估计法,从理论上研究了该方法下权的选取方法,并将该方法下的估计量与Raj多辅助变量回归估计量、Ghosh多元线性回归估计量在精度上进行了数值比较,结果表明:这种新的多辅助变量的回归估计法在精度上优于Raj多辅助变量回归估计和Ghosh多元线性回归估计。

  • 标签: 多辅助变量 线性组合 回归估计
  • 简介:文章站在女性立场上重读,试图通过对作品中男女主人公的情爱观和作者性别主体位置与他笔下人物的关系的研究,来剖析强大的男权文化对作家及其作品的制约.

  • 标签: 男权文化 女性 男性
  • 简介:<正>1997年7月1日,中国政府将恢复对香港行使主权。这是亿万中国人民梦寐以求的夙愿,是中国历史发展进程中的又一重大里程碑。历经百年沧桑的香港,印证着中华民族从屈辱走向自强的历程。如果说19世纪香港的割让这一民族"创伤",是清政府的软弱无能和中华民族倍受凌辱的历史写照,是落后就要挨

  • 标签: 香港回归 中华民族 中国人民 改革开放 清政府 社会主义中国
  • 简介:把极端分位数所具有的行为特征应用到VaR的研究中,建立上海股市收益率的条件分位数回归模型,描述其在极端分位数下的变化趋势。同时选取适当的尾部模型,并在此基础之上应用外推法预测非常极端分位数下的条件VaR,并与直接由分位数回归模型预测的结果进行比较。结果表明:两种方法得到的结果变化趋势都是一致的,由外推法预测的结果相对小一些。

  • 标签: 分位数回归 极端分位数 VAR
  • 简介:多因变量综合线性回归中变量筛选问题,一直受到学术界的高度关注。针对当前不少学者对多因变量综合线性回归中变量筛选问题的错误认识,尤其是"最小回归模型"涉及数学过于深奥,很多学者不能理解其原理,不能适合采用该模型的条件而盲目使用。在利用线性代数中正定与半正定矩阵的性质和矩阵的特征理论的基础上,剖析三种常规线性回归建模方法的原理,揭示"最小回归模型"的本性,并在肯定其优越性的同时也指出其应用上的局限性;提出实际应用中合理选择回归模型的若干标准,建立一种容易掌握操作简便且可替代OLS法的"超平面回归模型";利用一个实例对几种回归建模方法的应用效果进行比较和说明。

  • 标签: 最小二乘法 综合回归 超平面 拟合误差
  • 简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。

  • 标签: 面板数据 分位回归 切片Gibbs抽样