公共文化服务平台

搜索到627篇“ 单指标模型“的相关文章

纵向数据下存在测量误差的单指标模型的估计及应用: 2023年; 纵向数据是一类在社会学、经济学、生物医学、传染病学等领域有着广泛应用的重要的数据类型.然而在实际问题中,人们会经常遇到变量维数很高且关心的变量不能直接观测也即存在测量误差的情形.为了解决此类问题,本文研究存在测量误差的纵向数据下单指标模型的估计问题.基于局部线性光滑法和模拟外推(SIMEX)法,本文构造了估计单指标参数和非参连接函数的新方法.通过蒙特卡罗数值模拟验证所提估计方法的有效性,与忽略测量误差的Naive估计以及忽略个体内部相关性的估计相比,本文所构造的估计具有更小的均方误差.最后,我们将本文方法应用到上市公司投资需求的实际数据分析中,结果表明在实际问题中测量误差对参数估计影响显著.; 林红梅张少东彭宜洛杜金艳; 关键词：单指标模型纵向数据局部线性估计

纵向数据单指标模型的截面复合分位数回归及变量选择被引量：1: 2023年; 复合分位数回归(composite quantile regression)在稳健性和估计效方面具有优势.针对纵向数据单指标模型,本文提出了基于截面复合分位数回归的估计方程和光滑门限(smooth-threshold)变量选择方法.新方法继承了复合分位数回归的优势,且能够利用copula函数刻画纵向数据的组内相关性.基于一些较弱的条件,我们建立了大样本性质.数值模拟和实际应用都验证了方法在有限样本时的表现.; 孙晓霏王康宁林路; 关键词：纵向数据单指标模型 COPULA函数

响应变量随机缺失的相依函数型单指标模型的k近邻估计: 2023年; 针对具有α混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建模,并采用k近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高估计效率;通过数值模拟和厄尔尼诺海平面温度数据,将k近邻方法和经典核方法进行比较,讨论k近邻方法与经典核方法对未知参数和未知函数的估计效果;从模拟结果可以看到:k近邻方法对未知参数和未知函数的估计精度以及随样本增加的改善效果要优于经典核方法,在真实数据分析中,k近邻对真实数据的精度拟合以及趋势拟合都表现优异;这些结果表明:在响应变量随机缺失的时间序列单指标模型中,采用k近邻方法对未知参数和未知函数进行估计,在精度上要优于经典核方法,同时在真实数据分析中,相比经典核方法,k近邻方法能更好地拟合数据。; 何文然黄振生

含相依误差项的变系数函数型单指标模型及其应用: 近年来,金融市场发展迅速,随着信息采集技术的进步,人们可以收集到越来越多的高频数据。研究发现这些高频数据能够对股票价格的不规则跳动做出快速反应。为了从高频数据中提取更多的交易信息,人们开始使用函数型数据分析方法。可以将高...; 韦超前; 关键词：函数型数据变系数

广义部分线性单指标模型的最优模型平均方法: 2023年; 本文研究广义部分线性单指标模型(generalized partially linear single-index models,GPLSIMs)的模型平均问题.在实际应用中,GPLSIMs由于其灵活性和易解释性受到广泛关注.然而,GPLSIMs在应用中存在两类不确定性:变量的不确定性和单指标连接函数光滑度的不确定性.为了解决该不确定性问题,本文提出一种GPLSIMs的最优模型平均方法,该方法通过最大交叉验证准则得到数据驱动的权重.在模型误设定假设和发散模型空间的框架下,本文证明在最小化Kullback-Leibler(KL)损失准则下,所提出的模型平均估计渐近最优.同时,当候选模型集中存在伪真模型时,本文证明基于交叉验证准则得到的权重渐近地集中在伪真模型上.此外,基于提出的模型平均方法,本文为GPLSIMs构建了一种变量重要性度量,并证明该度量可以渐近识别所有真实模型中的变量.模拟研究和两个实际数据分析均展示了本文提出的方法相对于几种现有方法的优势.; 张建强陈泽廖军许王莉; 关键词：渐近最优性

具有时变空间权重矩阵的动态空间部分线性单指标模型的统计推断: 空间计量经济学作为计量经济学研究的分支,它通过考虑研究对象各单元的位置和状态因素,有效反映了研究单元间的相互依赖关系。地理学第一定律解释道:距离越近的空间单元,往往存在更强的相依性,反之,相依性越弱。空间权重矩阵作为衡量...; 陈文星

响应变量随机缺失的相依函数型单指标模型的k近邻估计: 函数型数据本质上是无限维数据,其超高维属性给理论和计算都带来了挑战,函数型单指标模型因为其可以降维避免维数灾难的优点引起诸多学者研究,因此在函数型数据分析领域,单指标模型是一大热点。相依函数型数据,比如α混合结构的函数型...; 何文然; 关键词：一致收敛速度渐近分布

相关作者