成都市信息技术产业的计量经济模型

本文针对成都市信息技术产业的实际情况,依据市电子工业局提供的数据建立了成都市信息技术产业的计量经济模型．该模型由８ 个方程组成,包含８ 个内生变量和１２ 个外生变量．根据模型的方程体系,对成都市现有的电子信息产业结构进行分析,揭示了市电子工业总产出的影响因素,提出了该行业结构优化的建议方案,并给出了一个可行的预测方程;分部类排序结果表明成都市信息技术产业化仍停留在分立元器件基础阶段,产业发展水平亟待提高     

基于SaRa的面板数据回归模型结构变点估计

面板数据的变点分析是计量经济学的热门研究课题之一,在金融、医学、质量控制、气象等领域也有着广泛的应用.基于一种快速局部算法SaRa (Screening and Ranking algorithm)研究了面板数据回归模型的结构变点估计问题.首先基于回归系数的估计量建立局部统计量,筛选出可能的变点.其次构造自适应阈值来筛选出最终的变点,并且证明了变点估计量的一致性.Monte Carlo模拟结果显示,当解释变量为外生变量或内生变量,误差项存在序列相关或异方差,提出的方法都能较准确地估计出变点的个数及位置.最后利用该方法分析世界24个低收入和高收入国家自然人口增长率和国际移民存量对人口增长率的影响,说明了方法的有效性.     

多元非参数计量经济模型的变窗宽局部线性估计

在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济模型的变窗宽局部线性估计,并利用概率论中大数定理和中心极限定理,在内点处证明了它的一致性和渐近正态性.它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.     

影响中学生数学成绩因素的通径分析

用绵阳市 6 0 0名初中学生构成样本 ,采用J¨oreskog提出的线性结构方程式模型理论 ,以及J¨oreskog和S¨orbom开发的软件系统LIREL8.3对调查的资料进行分析。结果表明 :用 2 0个显在变量和 10个隐在变量研究影响中学生数学成绩的因素 ,最后有 13个显在变量入选构成外生模型 ,有 7个隐在变量变量入选构成内生模型。Homeback、Attitud、Views、EQ、IQ和Class这 6个内生的隐在变量对中学生的数学成绩均存在不同程度的影响 ,其中以Attitud、Homeback、IQ和EQ对数学成绩的贡献最大。内生模型中 6个内生的隐在变量的R2 的平均值为 0 .2 0 ,该模型中数学成绩(Mathachi)这一变量中可预测的方差占到了 4 1% (R2 =0 .4 1) ,将这两者结合起来考虑 ,所建立的模型应当是比较有说服力的。     

基于排队的库存服务系统最优控制策略

研究一个连续盘点的(s,Q)补货的库存服务系统。基于排队理论建立库存水平状态平衡方程,并推导出库存水平稳态概率分布以及作为库存控制的系统稳态性能指标。以库存成本最小化为目标,构建服务水平约束的库存控制模型。针对模型的非线性约束与整数型变量的特征,采用一种改进的遗传算法(IGA)用于决策变量的寻优。数值实验表明,当目标服务水平大于库存系统内生的服务水平时,实施服务水平约束能够降低库存控制成本。     

NA误差下部分线性模型的经验似然推断

对于部分线性模型yi=βxi+g(ti)+ei,1≤i≤n,这里(xi,ti)是固定设计点,g是未知函数,ei是负相协(NA)随机误差,给出了回归系数的经验似然比统计量,并讨论了似然比统计量的极限分布,可构造参数的经验似然置信区间.     

利用GM(1,1)模型预测曲线波形

针对给出的函数y=f(x),x∈[a,b],将其值域进行n等分,设yi为其中任一分点,对应x=xi(i=1,2,…,m),用GM(1,1)模型对序列{x1,x2,…,xm}进行预测,得到曲线y=f(x)在下一段时间与直线y=yi的交点位置.当GM(1,1)模型的误差较大时,可利用带有残差修正的GM(1,1)模型进行残差修正,以提高GM(1,1)模型预测值的精确度.     

加权回归模型及其在外延水文变量中的应用

§1.加权回归模型为了外延极大值水文变量,本文提出了一种权残差平方和目标函数,并用最小二乘法建立起加权回归模型。其模型为:y_4~*=A+Bx_4~*+8_4 (1)其中8_4～N(O,σ~2K_T~(-2)),当i=1,2,…,l时,K_T=K_2;当i=l+1,l+2,…,n时,K_T=K_1,(x_4~*,y_4~*)由原始变量(x_,y_4)变换而得,即把y_4从大到小排列。得y_4~*,对应的x_4记为x_4~*。加权回归模型的估计值为y~*=x+bx~*,目标函数为权残差平方和最小。即     

論数学归納(續)

§3.任意归納模型中的加法和乘法正如我們前面所指出,由定理1推出在每个Peano模型中存在唯一的加法运算[即对于所有x,y ∈N滿足条件(5.1)和(5.2)的二元运算f]。事实上我們更有定理2.在每个归納模型中有唯一的加法运算。这个定理的証明不能在定理1的基础上作出,因为正象我們在§2中指出的,后者并不对于一切归納模型为真。我們采用如下的引理来代替它: 引理。若为任意归納模型,則对于每个x∈N在N上存在着唯一的一元运算hx,使得条件(3.1)和(3.2)对于所有y∈N为真。 証.首先我們指出,对于任何x∈N最多只能存在一个运算hx滿足条件(3.1)和(3.2)。事实上,我們假定h_x和h′_x为滿足这些条件的两个运算且設G为N的这样的子集使得y∈G当且仅当hxy=h′_(xy)。显然,O∈G,因为h_xO=x=h′_xO。此外,集合G对于S为     

我国宏观经济非参数联立模型的局部线性工具变量变窗宽估计

联立方程模型在经济政策制定、经济结构分析和预测方面起重要作用，目前关于非参数计量经济模型的研究主要停留在单方程模型上，而联立方程模型的研究在国际上刚刚起步，本将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合，首次提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并应用于我国宏观经济非参数联立模型，结果表明：我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差；对于非参数联立模型，局部线性工具变量变窗宽估计优于局部线性估计。     

基于Spatial AIC准则的空间自回归模型变量选择研究

变量选择直接决定着空间计量经济模型的有效程度与实证研究结果。为有效解决空间自回归模型(即SAR模型)的变量选择问题,本文利用Kullback-Laible信息量最大化,把AIC准则运用到SAR模型构建,推导出Spatial AIC统计量,提出Spatial AIC准则。然后利用统计理论证明Spatial AIC准则选择SAR模型变量的渐近最优性;利用蒙特卡洛模拟方法,比较Spatial AIC准则、经典AIC准则和Lasso方法用于SAR模型变量选择的有限大样本性质;利用空间相关的沪深300成分股股票收益率数据,采用Spatial AIC准则和Lasso方法,分别构建股票收益率财务因素的空间自相关模型,实证比较其相对有效性。三种结果均表明Spatial AIC准则能够更好地解决SAR模型变量选择问题。     

平方损失下的最近邻预测理论

§1.引言 设在R~d×R~1(d≥1)取值的变量(x,θ),(x_i,θ_i),i=1,…,n相互独立,此处(X_i,θ_i)是已知样本,X之值已观测,而要依据它们去预测θ之值。引进平方损失(θ—a)~2,即用a去预测θ时,所蒙受的损失。 若知道了(x,θ)的联合分布,则风险最小的预测,即Bayes预测 δ(x)=E(θ|X=x),可无需求助于样本(X_i,θ_i),i=1,…,n而定出。当X=x时,此预测之后验风险     

从Riemann积分到Lebesgue积分——用完备化思想建立Lebesgue积分(连载)

<正> §3 Lebesgue 积分有了上一节的准备,现在可以引进Lebesgue 积分。定义3.1 设(a,b)为任意区间,f 是(a,b)上几乎处处有限的函数。如果存在c〔a,b〕(c_0(a,b))中的一个基本列{(?)_n}_(n-1)~∽以f 为极限,则称f 在(a,b)上Le-besgue 可积,简称(L)可积。当f∈c〔a,b〕     

如何解决几何动点型问题

动点型问题就是在三角形、矩形、梯形等一些几何图形上,设计一个或几个动点,并对这些点在运动变化的过程中相伴随着的等量关系、变量关系、图形的特殊状态、图形间的特殊关系进行研究考查.常见的动点型问题有单动点型和多动点型两类.当一个问题是求有关图形的变量之间关系时,通常建立函数模型或不等式模型求解;当求图形之间的特殊位置关系和一些特殊的值时,通常建立方程模型去求解. 一、单动点型 倒1已知,如图l,在直角梯形COAB中,OC∥AB,以O为原点建立平 面直角坐标系,A,B,C三点的坐标分别为A(8,0),B(8,10),C(0,4),点D为线段BC的中点,动点P从点0出发,以每秒1个单位的速度,沿折线OABD的路线移动,移动的时间为t秒.     

一个解析不变量及其示性作用

<正> §1.引言本文主要把作者发表在“科学记录”新辑一卷二期(1957)的结果详细地证明.此外,还研究了不变量 L(D)与 U(D)在可约的典型域的性质(§4).华罗庚教授曾给作者很多有益的指导,作者特别在此表示感谢.     

函数与不等式——高三代数、三角综合复习

§1.函数1.函数与反函数:若对于自变量 x 每一个在允许范围内的确定值,另一个变量 y 有确定的值和它对应,则变量 y 叫做自变量 x 的函数,表成 y=f(x).这关系式中若以 y 为自变量,则变量 x 是 y 的函数,表成 x=f(y),叫做y=f(x)的反函数.     

基于预防维修和质量损失函数的VSI EWMA控制图经济设计

为了提高过程监控效率的同时降低过程控制成本,研究可变抽样区间(VSI)指数加权移动平均(EWMA)控制图的经济设计问题。首先建立基于预防维修和质量损失函数的VSI EWMA控制图联合经济模型;使单位时间的损失成本函数最小来确定参数的最优值;其次用遗传算法来寻找联合经济模型的最优解,并给出一个算例。最后对VSI EWMA控制图联合经济模型进行灵敏度分析,得出控制图模型参数对设计参数的影响关系。     

-混合误差下回归函数加权核估计的强相合性

设{yi}是固定在点{xi}的观察值,适合模型yi=g(xi) εi.其中g(x)是0,1上的未知函数,{εi}是均值为0的随机误差序列.文献中,在{εi}为独立同分布的条件下,通过构造新的函数gn(x),对g(x)进行了估计.论文将{εi}推广至~ρ-混合误差序列的情形,通过附加适当的条件和精细的计算,获得了用gn(x)估计g(x)的同样结论.     

基于组合赋权的GM(1,1)模型对黑龙江省林业总产值的预测研究

林业总产值是黑龙江省经济总产值的重要组成部分之一,对其进行良好预测,会对相关部门制定科学有效的经济政策提供理论支持.为此,利用2009年-2018年黑龙江省林业总产值的数据,建立传统GM(1,1)模型,和背景值优化的GM(1,1)模型,通过对两个模型预测值与实际值的比较分析,利用灰色关联度及平均绝对误差百分数进行权重组合,最终建立了组合赋权GM(1,1)模型,提高了预测精度,并由此预测2019年-2021年的林业总产值.     

基于GM(1,1)与主成分回归的海南GDP预测及其影响因素分析

以海南省年度GDP为衡量经济增长指标变量,以旅游业总收入、农林牧渔业增加值、建筑业增加值、固定资产投资总额、社会消费品零售总额及对外贸易进出口总额六个指标作为影响因素,采用多个标准对1987-2014年数据进行筛选,建立GM(1,1)模型对海南GDP及其影响因素进行5年预测,来分析海南经济结构变动趋势.利用灰色关联分析定性分析了六个行业对GDP的影响程度;从定量分析角度,利用线性主成分回归模型和对数主成分回归模型分别对海南GDP进行边际、弹性分析.发挥了灰色系统科学理论和计量经济模型各自长处,为建设海南国际旅游岛相关政策的制定提供参考.