上市公司信用风险分析模型中的变量选择

当前上市公司信用风险数据所呈现出的高维度以及高相关性的特点严重影响了信用风险模型的准确性。为此本文结合已有算法以及信用风险模型的特点设计了一种新的基于非参数的变量选择方法。通过该方法对上市公司用风险相关变量进行分析筛选可以消除数据集中包含的噪声变量以及线性相关变量。本文同时还针对该方法设计了高变量维度下最优解求解算法。文章以Logistic模型为例对上市公司信用风险做了实证分析,研究结果表明与以往的变量选择方法相比该方法可以有效的降低数据维度,消除变量间的相关性,并同时提高模型的可靠性和预测精度。     

Logistic回归模型选择的渐近概率

在许多情况下，我们需要对logistic回归模型中的重要变量进行选择，在本文中，我们对从信息论准则AIC选择出的模型给出了渐近分布和渐近概率。     

基于大样本电梯抽查数据的风险评估Logistic模型

为了提高在用电梯监督抽查工作效率及有效性,在统计分析G市电梯安全监管抽查的大样本数据基础上,构建以电梯使用情况、电梯基本参数及制造维保相关情况等为指标的管理体系。根据电梯抽查数据的实质,先对数据进行变量筛选,然后构建风险分级,最后对前人的方法作出改进形成风险矩阵法并提出以Logistic方法为电梯整机风险建立量化模型,最终形成电梯整机风险评估体系。从理论的角度看,通过使用LIFT统计量和K-S统计量比较两种风险值计算模型,得出用Logistic方法进行风险分层更为准确。而实际的工程应用表明,利用Logistic回归法与基于平均风险值赋权比例法的组合为电梯安全监管抽样调查提供的筛选比例,比现有的方法更合理准确。     

人民币实际汇率失调程度的META方法分析

本文采用Meta方法,对当前有关人民币实际汇率失调程度的研究成果的差异性进行系统分析。首先通过对现有的研究文献进行筛选,确定效应量,进行异质性检验;其次进行Meta回归,以检验研究文献的结论产生差异的原因。分析结果显示,应用不同的变量对人民币均衡汇率水平的估计,会对实际汇率失调程度产生大小不等的和方向各异的影响。进而通过一定的统计技术论证了影响人民币均衡汇率水平的各变量的作用。     

PLS1回归对多变量信息的综合与筛选作用分析

王惠文，ＰＬＳ１回归对多变量信息的综合与筛选作用分析，数理统计与管理，１９９８，１７（４），４６～４９。本文讨论了ＰＬＳ１回归对多变量系统中的信息进行综合与筛选的工作策略。通过例证分析指出，ＰＬＳ１回归方法可以有效地提取对系统解释性最强的综合变量，排除重叠信息或无解释意义的信息干扰，从而较好地克服变量多重相关性在系统建模中的不良作用     

多元方差分析中显著变量子集的筛选

本文将逐步方法引入多元方差分析中,建立筛选显著变量子集的统计分析方法。给出一应用实例,表明这一方法在精简观测变量和提高检验的灵敏度方面都有重要的作用。     

基于Logistic回归的水质预测研究

在环境系统评价中,水环境质量等级评价是其中十分重要的工作.鉴于对水环境研究中,水质级别为分类变量不能利用传统回归方法分析的特征,基于logistic回归方法建立了一种水质级别预测模型.利用长江流域的水质监测数据,将logistic回归应用于水质数据分析,进行水质建模,对水质级别做出预测.研究结果表明利用logistic回归进行水质分析,具有良好的拟合和预测效果.     

介绍一种二元阈值方法在股票指数上的应用

二元极值的阈值方法的一个发展是用来考虑两个变量的联合分布。这个方法是建立在二元极值的点过程表示法的基础上。本文用参数 (Logistic模型 )和非参数模型对 1992 1999年的上海、深圳日收盘指数对数收益进行分析并给出分析结果。     

基于Group Lasso的个人信用评价分析

个人信用评价问题研究中,需要建立较多的虚拟变量作为解释变量.Group Lasso可以将相关的虚拟变量作为组进行整体剔除或保留在模型中.结合具体的个人信贷数据,应用Group Lasso方法进行变量选择建立Logistic模型,并与全模型、向前选择和向后选择建立的Logistic模型进行比较,发现Group Lasso方法建立的模型,在变量解释和预测正确率上,都是最优的.     

应用Hotelling T~2检验评价学生学习成绩的探讨

本文简述了ＨｏｔｅｌｌｉｎｇＴ２检验法，并应用该法对某校学生的学习成绩进行了分析评价，发现其效果较为满意。认为对多变量资料进行分析评价需用ＨｏｔｅｌｌｉｎｇＴ２检验。