数字时间序列分析(Ⅱ)——第一讲 随机数据分析基础(Ⅱ)

2-2.正态分布重要性质 正态分布有许多独有的重要性质,仅介绍常用到的几个 Ⅰ.独立性和相关性等价 如果一个正态分布向量的各分量之间不相关,即cov(x(i),x(j))=0,i≠j,i,j= 1,2,…,s, var x(i)=σi2,这时协方差阵R=(), x的概率密度可写成量x(i)的边缘概率密度,此式表明,对于正态随机向量,其各分量两两相互独立的充分必要条件是它们两两不相关.同样可以证明,两个有联合正态密度的随机向量相互独立的充分必要条件是它们不相关。 Ⅱ.正态分布的条件密度保持正态性不变 我们先对二维正态分布情形证明这个性质的正确性 设(x(1),x(2))服从二维正…     

椭球等高分布的压缩估计与岭回归估计

过去,多元统计分析理论绝大多数是基于样本来自正态母体的假设下进行的,这不仅仅是由于许多模型的确满足正态性假设和样本较大时母体的分布渐近于正态分布,更重要的是多元标准正态分布具有两个优良性:一个是它的密度函数是负指数形式;另一个是它具有旋转不变性.人们对第一个性质进行推广,产生了我们熟知的指数分布族;对第二个性质进行推广,产生了椭球等高分布族.近年来,椭球等高分布族理论及其统计应用受到了重视,获得许多与正态母体类似的结果.     

非正态总体的质量控制图

<正> 产品质量特征的分布,除了正态分布外,还有非正态分布的.例如,象外圓直径和内孔直径一类的分布一般近似于正态分布,象同心度和椭圆度一类摆差的分布通常形成偏态分布.当总体不服从正态分布时,虽然样本平均值的分布比产品尺寸的分布更能符合正态分布,但在样本容量很小的情况下,平均值的分布不是近似正态的.这时必须应用非正态分布的模型配置控制限.非正态分布的理论模型可以从皮尔逊分布系或蒲尔分布系中进行选择.本文的目的是当总体服从皮尔逊 I 型分布时如何制订平均值、中位值、距差和极值控制图,并将这几个图的效率作比较.     

偏正态混合效应模型中方差分量函数的参数Bootstrap推断

偏正态混合效应模型通过引入偏度参数,以便更好地刻画实际数据偏态特征,所以被广泛应用于众多实际领域.进一步,方差分量的假设检验一直是该模型的热点研究问题.因此,有必要在偏正态分布下系统讨论混合效应模型中方差分量函数的统计推断问题.首先,分别基于参数Bootstrap方法和广义方法探讨单个方差分量、方差分量之和、方差分量之比的单边假设检验和区间估计问题.其次,Monte Carlo结果表明,在所给样本量和参数设置下,参数Bootstrap方法大多数情况下优于广义方法.最后,将上述方法应用于空气质量指数的案例研究中,以验证所给方法的合理性与有效性.     

关于Mills比的一组不等式系列

<正> 对于一元标准正态密度函数及标准正态分布(x)来说,Mills 比是定义为M的函数,这是刻划正态分布的一种有用的函数.自从 Mills 于1926年提出之后,几十年来总陆续不断地有文章来讨论它,并用以解决一系列新问题.     

偏t正态数据下混合线性联合位置与尺度模型的参数估计

偏t正态分布是分析尖峰,厚尾数据的重要统计工具之一.研究提出了偏t正态数据下混合线性联合位置与尺度模型,通过EM算法和Newton-Raphson方法研究了该模型参数的极大似然估计.并通过随机模拟试验验证了所提出方法的有效性.最后,结合实际数据验证了该模型和方法具有实用性和可行性.     

基于置信分布的多个对数正态总体的公共均值的置信区间的构建（英文）

在实际应用中需要拟合正的偏态数据时,对数正态分布是通常的选择.当通过多重比较确定了多个对数正态分布总体的均值相同时,如何能够利用更多的信息,同时使用这些对数正态分布总体的信息来构建公共均值的置信区间成为了众多学者颇为关注的问题.本篇文章提出了一种新的基于置信分布的方法来构建多个对数正态总体公共均值的置信区间,该方法通过对相关量的样本方差进行加权来提高效率.进而对文中提出的基于置信分布的置信区间的构建方法进行了蒙特卡洛模拟研究,模拟结果表明,我们提出的构建方法可以得到很好的覆盖概率和较短的区间宽度.文章的最后用三个实际数据来验证了文中所提出方法的表现.     

随机删失单函数型指标模型条件众数估计的渐近正态性

基于单函数型指标模型,构造了该模型下条件密度和条件众数的估计量,研究了 α-混合函数型数据在响应变量随机删失的情况下的条件密度和条件众数估计量的渐近正态分布,用模拟研究说明单函数型指标模型条件众数估计的有效性.     

正态密度比的假设检验

本文讨论对两样本正态分布密度比的假设检验.给出了基于统计量渐近正态性的大样本检验和广义$p$-值检验并给出了广义$p$-值检验的一些频率性质.模拟表明广义$p$-值检验在小样本情形下的表现优于大样本检验.     

中国股市相依结构测定初探

提出了中国股市测定copula相依结构的一般方法,并结合中国股市的实际数据作了分析.在假定边际分布为正态分布时,得到了描述工业指数与商业指数相依结构的较好copula结构为正态copula族.     

Improving density forecast by modeling asymmetric features: An application to S&P500 returns

A density forecast is an estimate of the probability distribution of the possible future values of a random variable. From the current literature, an economic time series may have three types of asymmetry: asymmetry in unconditional distribution, asymmetry in conditional distribution, volatility asymmetry. In this paper, we propose three density forecasting methods under two-piece normal assumption to capture these asymmetric features. A GARCH model with two-piece normal distribution is developed to capture asymmetries in the conditional distributions. In this approach, we first estimate parameters of a GARCH model by assuming normal innovations, and then fit a two-piece normal distribution to the empirical residuals. Block bootstrap procedure, and moving average method with two-piece normal distribution are presented for volatility asymmetry and asymmetry in the conditional distributions. Application of the developed methods to the weekly S&P500 returns illustrates that forecast quality can be significantly improved by modeling these asymmetric features.     

Clustering Based on a Multilayer Mixture Model

In model-based clustering, the density of each cluster is usually assumed to be a certain basic parametric distribution, for example, the normal distribution. In practice, it is often difficult to decide which parametric distribution is suitable to characterize a cluster, especially for multivariate data. Moreover, the densities of individual clusters may be multimodal themselves, and therefore cannot be accurately modeled by basic parametric distributions. This article explores a clustering approach that models each cluster by a mixture of normals. The resulting overall model is a multilayer mixture of normals. Algorithms to estimate the model and perform clustering are developed based on the classification maximum likelihood (CML) and mixture maximum likelihood (MML) criteria. BIC and ICL-BIC are examined for choosing the number of normal components per cluster. Experiments on both simulated and real data are presented.     

我国食品卫生安全风险评估模型

食品卫生安全关系到国计民生,建立适合于我国的食品卫生安全保障体系尤为重要.人群食物摄入量模型用"对数正态分布"估计食物摄入量分布,在对国家依据气候、地理、经济等因素进行地域划分的基础上提出了能够保证小样本空间条件下采样均匀的"层次化样本分配模型"用于采样点的选取和各采样点样本数量的分配;污染物分布模型用"贝塔分布"估计食物中的污染物分布,并采用样本在时间轴上平移的方法解决了数据在时间上的不完整性问题;风险评估模型基于人群食物摄入量和食物污染物分布模型,提出"矩元法"对污染物摄入量进行评估,并给出了模型数值化求解和右分位点确定的相关算法.实验表明,风险评估模型所确定的右分位点能有效地反映当前食品卫生安全状况.     

Real-Time Density and Mode Estimation With Application to Time-Dynamic Mode Tracking

We introduce a nonparametric time-dynamic kernel type density estimate for the situation where an underlying multivariate distribution evolves with time. Based on this time-dynamic density estimate, we propose nonparametric estimates for the time-dynamic mode of the underlying distribution. Our estimators involve boundary kernels for the time dimension so that the estimator is always centered at current time, and multivariate kernels for the spatial dimension of the time-evolving distribution. Under certain mild conditions, the asymptotic behavior of density and mode estimators, especially their uniform convergence in both time and space, is derived. A time-dynamic algorithm for mode tracking is proposed, including automatic bandwidth choices, and is implemented via a mean update algorithm. Simulation studies and real data illustrations demonstrate that the proposed methods work well in practice.     

随机估计和VDR检验

众所周知统计推断有三种理论:普遍承认的Neyman理论(频率学派),Bayes推断和信仰推断(Fiducial)。Bayes推断基于后验分布,由先验分布和样本分布求得。信仰推断是基于信仰分布(Confidence Distribution,简称CD),直接利用样本求得。两者推断方式一致,都是用分布函数作推断,称为分布推断。从分析传统的参数估计、假设检验特性来看,经典统计推断也可以视为分布推断。通常将置信上限看做置信度的函数。其反函数,即置信度是置信上界的函数,恰是分布函数,该分布恰是近年来引起许多学者兴趣的CD。在本文中,基于随机化估计(其分布是一CD)的概率密度函数,提出VDR检验。常见正态分布期望或方差的检验,多元正态分布期望的Hoteling检验等是其特例。VDR(vertical density representation)检验适合于多元分布参数检验,实现了非正态的多元线性变换分布族的参数检验。VDR构造的参数的置信域有最小Lebesgue测度。     

非参数回归函数最近邻估计误差分布的随机加权逼近

本文研究回归函数的最近邻估计的分布逼近问题．在一定条件下得到了最近邻回归估计误差的逼近分布,且逼近的精度比正态逼近精度更高．     

Wegner estimate for sparse and other generalized alloy type potentials

We prove a Wegner estimate for generalized alloy type models at negative energies (Theorems 8 and 13). The single site potential is assumed to be non-positive. The random potential does not need to be stationary with respect to translations from a lattice. Actually, the set of points to which the individual single site potentials are attached, needs only to satisfy a certain density condition. The distribution of the coupling constants is assumed to have a bounded density only in the energy region where we prove the Wegner estimate.     

On an equivariant estimate of the density of a matrix normal distribution

An optimal equivariant Bayes estimate of the density of a matrix normal distribution is obtained. This estimate is applied to the construction of the optimal Bayes group classification rule. Translated fromStatisticheskie Metody Otsenivaniya i Proverki Gipotez, pp. 29–39, Perm, 1990.     

纵向数据混合效应模型的统计分析

本文研究了Tao等人在1999年提出的半参数混合效应模型,在不假设随机效应服从正态分布的条件下,用傅立叶变换的方法构造了随机效应的光滑非参数密度估计,给出了密度估计的公式,研究了其渐近性质,还构造了半参数混合效应模型中参数的估计方法并研究了其大样本性质。     

一个简化的积累率优化模型

为了保证国民经济持续稳定的发展，国民收入中必须取出一个部分用于积累。而重要的问题是决定每年的国民收入中应分配多少份额用于积累才能使一个长期内的国民总收入的增量达到最大。本文使用统计模型方法讨论了这个问题，建议了一个简单的统计模型，对我国国民经济的宏观控制，提出了几点供参考的意见。