基于ARFIMA-GARCH模型的混成检验

本文研究了ARFIMA-GARCH模型的混成检验问题.基于拟极大指数似然估计,给出了平方残差自相关函数的渐近性,进而建立了基于平方残差自相关函数的混成检验统计量.通过实例分析,表明可利用基于平方残差自相关函数的混成检验统计量来诊断检验由拟极大指数似然估计方法拟合的ARFIMA-GARCH模型.     

线性模型中自相关的经验似然比检验

研究线性回归模型中的自相关检验问题,用经验似然的方法构造检验统计量,得到了零假设下检验统计量的渐近分布,我们的检验方法不但可以检验一阶自相关,也可以检验高阶自相关,数值模拟表明检验方法具有良好的检验功效.     

单指标回归模型的若干检验问题

在参数和非参数回归模型中,关于异方差检验、一阶自相关存在性检验以及附加变量检验问题都有很多的研究.文中利用P-样条方法,研究了单指标模型的异方差、一阶自相关存在性及附加变量检验问题,分别得到了三种情况下的Score检验统计量,最后给出计算机模拟和实际例子,证实了文中所提出的方法的可行性和有效性,推广和发展了先前的工作.     

具有线性趋势回归信度模型的自相关性的score检验

回归信度模型在保险研究中具有重要的作用。本文讨论了具有线性趋势回归信度模型自相关性的score检验问题。首先推导出模型中自相关存在性检验的score检验统计量,然后利用Monte-Carlo方法模拟了此种检验统计量的功效。最后利用文中所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析。     

ARMA模型在哈尔滨气温预测中的应用

将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高.     

具有双线性BL(1,1,1,1)误差的非线性回归模型相关性和方差齐性的检验

在时间序列回归模型分析中,相关性和方差齐性的检验是一个很基本的问题.本文讨论了具有双线性BL(1,1,1,1)误差的非线性回归模型的相关性和方差齐性的检验问题, 用Score检验方法给出了双线性项检验、相关性检验、方差齐性检验、以及相关性和方差齐性同时检验的检验统计量.推广和发展了具有线性序列误差项回归模型的结果.本文还用数值实例说明了检验方法的实用价值.     

基于变结构协整方法的期货市场与证券市场关联性分析——沪深300股指期货与沪深300指数的实证分析

对我国沪深300指数与沪深300指数期货的周数据进行了关联性分析.首先利用EG检验和Johansen系统检验对两指数进行协整检验,然后通过3种变结构协整模型分别检验,结果找到了变点,得到了变机构长期均衡关系和误差修正模型,同时比较了4种模型的应用效果,给出了相关的政策建议.     

回归模型误差相关性的统一检验方法

提出了回归模型误差项关于实对称矩阵相关的概念，从而将探测误差项的各种相关性，诸如序列自相关、空间自相关以及趋势性等问题纳入统一的统计检验框架内．在线性回归模型下，提出了一种计算检验p-值的三阶矩χ^2逼近方法．与精确方法相比，该逼近方法不但显著地降低了计算量，而且模拟计算表明具有相当高的精度．     

广义空间模型的方差齐性检验

研究了广义空间模型的方差齐性检验问题,在异方差情形下导出了Score检验统计量的具体形式和近似分布.分别应用于混合空间自回归模型和空间误差模型,给出了相应的检验统计量和渐近分布.并利用Monte Carlo模拟对检验统计量的性质进行分析.最后,通过中国能源利用效率的区域特征数据证明了方法的有效性.     

小波变换在期货价格序贯相关分析中的应用

针对金融时间序列普遍具有非平稳、自相关等特点,通常建立ARIMA模型进行识别.但模型的构建中,常受到一些随机扰动的影响,使模型拟合的误差增大.文章试将小波分析良好的局部性与ARIMA模型的简捷实用相结合,采用基于小波分析的累积式自回归滑动平均方法(WARIMA)拟合模型中的序贯相关,实证分析得出,WARIMA模型显著降低了拟合误差.     

时间序列模型的动态计量分析方法在科研投入效果评价中的应用

运用时间序列模型的动态计量方法对科研投入的效果进行分析.以GDP作为检验科研投入效果的经济指标,对1980-2001年我国科研投入对经济增长的贡献作用进行实证分析,构建了科研投入与GDP的自回归分布滞后(ADL)模型,以此为起点并结合平稳性检验和协整检验建立了动态计量经济学模型的一般形式即误差修正模型(ECM),该模型刻画了科研投入与经济增长二者之间长期稳定的均衡关系.     

预测回归模型序列相关性的Jackknife经验似然比检验

预测回归模型是计量经济学中的重要模型,而相关的序列检验问题在文献中尚未被提及.考虑到序列相关性检验在模型实证中的重要性,文章基于Jackknife经验似然法,构造了该模型的序列相关检验统计量,并在一定条件下推导了零假设成立时检验统计量的渐近分布,分析了它在局部备择假设下的功效情况,最后通过随机模拟和实际数据例子验证了该检验方法的有限样本性质.     

时间序列问题的建模方法和过程

时间序列分析是研究经济学和统计学的一种重要方法,通过分析实际的时间数据序列进行建立数学模型,用来预测序列的未来的发展情况。本文介绍了时间序列的发展概况和基本概念,论述了ARMA模型的自协方差函数、自相关系数、偏自相关函数的特征和Box-Jenkins建模。Box-Jenkins建模方法一般包括模型识别、参数估计、模型适用性检验和预测等步骤,该模型主要运用于单变量、同方差场合的线性模型。通过对模型的进一步研究,明确了模型的定阶与参数估计等问题。     

具有随机效应和AR(1)误差的非线性纵向数据模型中组间方差和自相关系数的齐性检验

组间方差和自相关系数的齐性是纵向数据分析的基本假设之一,然而这种假设需要进行统计检验. Zhang \&; Weiss$^{[15]}$ 讨论了线性随机效应模型的组间和组内方差齐性的检验问题;林金官 \&; 韦博成$^{[10]}$ 研究了具有AR(1)误差但没有随机效应的非线性模型的自相关系数的齐性检验.该文研究具有随机效应和AR(1)误差的非线性模型的组间方差和自相关系数的齐性检验问题,构造了几个score检验统计量, 并通过Monte Carlo模拟方法研究了检验统计量的性质.最后利用该文的方法分析一组实际数据和一组模拟数据.     

带有固定效应且n和T都很大的动态面板模型的诊断检验

研究了动态面板数据模型的诊断检验问题.对于带有固定个体效应且n和T都很大的的动态面板数据模型,通过残差的一阶差分构造了一个人工自回归模型,并基于该自回归模型系数的最小二乘估计构造了一个检验统计量检验模型的充分性.研究表明在一定的假设条件下,该检验渐近服从卡方分布,计算简单方便.模拟实验结果表明该检验表现很好.     

小鼠视觉感受区电位信号(LFP)与视觉刺激之间关系研究

针对小鼠脑电波与行为之间关系研究中涉及弱脑电波信号处理、成分分离及提取、脑电波与对应行为分析等问题,首先处理了脑电波信号,根据呼吸机理建立了"呼"、"吸"动作电位触发下的脑电波模型.其次,通过独立分量分析方法获得睡眠状态小鼠视觉感受区LFP信号模型,采用区间估计和Rayleigh熵检验结合讨论了提取的相关脑电波与呼吸信号的锁相性,分析了LFP信号的周期性,建立了多元线性回归模型,用最小二乘法从理论上讨论了其线性关系,并检验了所建二次模型周期变化的相关性.然后,通过平均经验模态分解及基于互相关性的伪分量检验算法,改善了模态混叠,建立了完整的脑电波信号分离模型.最后,分析图形因素的图像特征,通过提取视觉刺激曲线、功率谱相关频段,采用叠加平均信号法,以LFP节律随视觉信号锁相程度判断不同视觉刺激引起的LFP成分变化.     

GARCH模型两步厚尾估计的诊断检验

GARCH模型在金融时间序列建模中有广泛的应用,其参数的估计精度和模型的诊断检验一直是人们关注的两大问题.本文针对平稳GARCH模型,构建了新的两步NGQMELE,在残差的二阶矩有限情况下建立了两步NGQMELE的相合性和渐进正态性.另外,针对该估计提出了基于残差绝对值及平方值的自相关函数的拟合优度检验统计量Q(M),Q~2(M),并分别在二阶矩有限和四阶矩有限的情况下证明了它们的渐进性质.数值模拟和实例分析结果都显示出Q(M)是在厚尾情形下更优的一个检验.     

一阶自相关结构下椭球线性混合效应模型的约束推断（英文）

本文在椭球分布族下研究一阶自相关线性混合效应模型的约束极大似然估计问题.分别考虑位置参数在等式和不等式线性约束这两种情况下的极大似然估计值.同时对约束条件下的兴趣参数给出三种渐近等价的检验方法.蒙特卡洛模拟说明本文方法的有效性和稳健性.本文结合模型对Framingham心脏研究中的胆固醇水平进行了分析.     

回归模型中异方差或变离差检验问题综述

回归模型的异方差或变离差检验是统计诊断的重要课题。本文系统介绍了普通回归模型、广义回归模型和基于纵向数据的随机效应或自相关回归模型的异方差检验或变离差检验的研究概况和最新进展；同时介绍了作者关于非线性回归模型的相应工作，最后指出了若干有有待进一步研究的问题。     

固定效应模型参数估计方法选择的探究

针对固定效应模型的参数估计问题,目前主要有三种估计方法:组内变换法、差分法、虚拟变量法.通过理论分析与蒙特卡洛模拟实验相结合的方法,在模型误差项存在三种自相关情况下,探究了固定效应模型参数估计方法的选择问题.研究发现:①组内变换法与虚拟变量法完全一致;②当模型误差项不存在自相关时,适合选择组内变换法;③当模型误差项服从...