新安江流域5—9月间汛期雨量预报的混合回归模型

应用回归模型拟合,是考虑因变量与自变量之间的统计依赖关系,借以预报因变量的未来值.而自回归模型拟合,是考虑因变量自身前后的统计依赖关系,借以预报序列的未来取值.前者没有利用因变量自身的统计依赖关系,后者没有利用因变量与自变量之间的统计依赖关系.在雨量预报中,雨量的多寡,有时不仅与所选自变量有关,而且与预报量的历史取值亦有很大联系.混合回归模型综合了以上两种考虑,克服了单纯回归模型存在的不足。     

从全微分到全导数

从全微分到全导数申卯兴（空军导弹学院）由一元函数的微分与导数的关系知，因变量与自变量各自的微分之商即为导数（微商），它表征了因变量相对于自变量的变化率。这是微积分学中最基本的概念之一。而多元函数的偏导数则是因变量相对于某指定自变量的变化率。因此，我们...     

多元线性回归置信域的局部影响

运用Ｃｏｏｋ（１９８６）的局部影响法评价多元线性回归模型的微小扰动对回归系数置信域的影响，扰动方式包括协方差阵扰动，自变量扰动和因变量扰动．     

如何做实证:路径分析北大核心

在回归模型中,可以包括多个自变量,但只能包括一个因变量．而许多因果效应问题,因变量往往不止一个．回归分析还有一个局限就是只能分析直接效应,不能分析间接效应．事实上,许多变量之间可能有直接关系,也可能受到中介变量的影响而产生间接效应．路径分析就是解决这类问题的方法．     

基于加总和乘积的方差分解法及其应用

研究了加总式和乘积式的方差分解问题,证明了在因变量等于各自变量之和的条件下,因变量方差等于各自变量与因变量的协方差之和;在因变量等于各自变量之乘积的条件下,因变量对数值的方差等于各自变量对数值与因变量对数值的协方差之和．以中国31个省份2005－2012年的居民人均收入及其影响因素的统计数据资料为例,说明了加总式和乘积式的方差分解法的具体应用．     

基于样条变换的PLS回归的非线性结构分析

基于样条变换的:PLS非线性回归模型既吸取了样条函数分段拟合以适应任意曲线连续变化的优点,又借鉴了偏最小二乘回归方法能够有效解决自变量集合高度相关的技术.针对多元加法模型,从理论和仿真试验的角度分别验证了,对于多个独立自变量对单因变量为非线性关系的数据系统,基于样条变换的PLS回归方法不仅能够有效实现自变量对因变量的整体预测,而且能够提取各维自变量对因变量的单独非线性作用特征,从而确定数据系统内部的复杂非线性结构关系,增强了模型的可解释性.     

基法逐步回归

本文对于回归中自变量的选择提出了一个新方法，这个方法是逐步回归的推广，假定自变量中有一组Ｋ个变量，如果因变量与组中每个自变量的相关系数都很大，而组中任意两个自变量之间的相关系数很小，则称这组Ｋ个自变量变一个基组。传统的逐步回归每次吸收或剔除一个自变量，而本文提出的方法则对每个可能Ｋ元基组考虑吸收或剔除。本文通过一个实例说明，与传统的逐步回归方法相比，新方法更为灵活并能得到更好的结果。     

基于COX生存分析的大型公共建筑火灾疏散模型

本文根据火灾动力学和建筑物疏散通道的网络结构,以逃生时间为因变量,影响疏散的各因素为自变量,建立了考虑多种安全因素的动态疏散cox风险比例模型,并以大型商场火灾为例对人的有计划疏散行为进行计算机仿真研究.     

哈尔滨市冬季PM_(2.5)与影响要素的相关分析

运用相关性分析方法,研究哈尔滨市PM_(2.5)质量浓度与主要空气污染物及气象因素之间的相关关系.建立PM_(2.5)与影响其质量浓度变化的因素的单因变量的偏最小二乘回归分析(PLS1)模型,模型拟合良好,由模型知CO是导致PM_(2.5)质量浓度升高的主要因素.运用通径分析方法,研究解释变量对因变量的直接影响、通过其他解释变量对因变量的间接影响以及各解释变量的对因变量的协同作用.结果表明,各解释变量对PM_(2.5)质量浓度变化的总作用从大到小依次为:CO、PM_(10)、NO_2、风速、湿度、SO_2.     

我国上市公司资本结构影响因素实证分析

本文选取了可能影响企业资本结构的多个指标变量进行分析 ,利用主成分分析提供的方法将变量综合成彼此互不相关的少数几个主成分。再用主成分 (作为回归自变量 )对企业的 5种资本负债比 (作为回归因变量 )进行多元回归分析 ,得出了影响企业资本结构的主要因素 ,以及这些因素与企业资本结构之间的关系 ,为企业确定资本结构提供参考依据 ,为企业财务决策提供支持。     

SHFE与LME期铜价格关系实证研究

本文介绍了Granger引导关系模型,并利用这个模型对伦敦金属交易所(LME)三个月期铜和上海期货交易所(SHFE)五个月期铜进行了价格引导关系检验。检验结果显示,伦敦金属交易所三个月期铜价格滞后引导上海期货交易所五个月期铜价格,但是上海期货交易所对伦敦金属交易所的期铜价格不具有滞后价格引导关系。     

郑州期货糖08年9月合约价格的分析与预测

本文对郑州期货糖0809主力合约的价格首先进行多元线性回归,探求其与纽约期货糖价和郑州现货糖价的关系,进而在发现回归残差具有周期效应的基础上进行时间序列的频域分析,并同时考虑各种突发事件的影响,在模型中加入示性变量进行适当修正,经过ADF单位根检验确定此时的残差已为平稳序列之后建立ARMA模型,并接受最终残差为白噪声。将上述分解过程进行整合,估计模型系数并剔除其中的不显著变量便得到最终的拟合方程,在此基础上对后续三天的郑州期货糖价进行动态预测,结果显示真实价格均落在所给95%置信区间内。     

Generating functions for the powers of Fibonacci sequences

Whether or not there is an interaction between two factors in their effects on a dependent variable is often a central question. This paper proposes a general mechanism by which an interaction may arise: (a) the two factors are the same thing — or, at least, have a dimension in common — in the sense that it is meaningful to add (or subtract) them; (b) the sum of them (or the difference between them) is what determines the dependent variable; and (c) the relation between the sum (or difference) and the dependent variable is nonlinear. For example, if several factors contribute to arousal in an additive manner, and the relationship of performance score to arousal is inverted-U, the factors will appear to interact in their joint effect on performance. Psychological, medical, and other scientists are likely to be unfamiliar with the (nonlinear) equations used to express this type of theory. Consequently, the task of promoting and interpreting such ideas will fall to the mathematician and statistician.     

碳市场EUA与CER 期货价格变动关系的实证研究

基于VAR模型,对碳市场中的EUA期货价格和CER期货价格的变动关系进行了实证研究．选取欧洲气候交易所（ECX）的EUA期货价格和CER期货价格作为研究对象,运用Johansen协整检验、Granger因果关系检验、向量误差修正模型、广义脉冲响应函数和方差分解方法形成递进式的计量分析框架．研究结果表明：第一,EUA期货价格与CER期货价格之间存在着相互影响关系;第二,CER期货价格对市场信息的反映比EUA期货价格更为敏感,反映速度更快;第三,两种价格之间,CER期货价格变动的影响起主导作用,更好地发挥了期货的定价功能,两市场间存在杠杆效应．     

非贵金属期货市场对白银期货市场的贝叶斯非线性效应研究

选取2012年8月13日至2013年9月16日的各金属期货周收盘价构成的平衡面板数据,以黄金期货价格为转换变量,本文利用贝叶斯面板平滑转换模型探索非贵金属与白银期货可能存在的非线性关系.研究结果表明,铜、铝、螺纹钢市场与白银期货市场具有时变的非线性关系.因此,投资者可以根据非贵金属期货价格走势更好的对白银期货投资价值进行评估,从而提高投资决策的科学性.     

基于神经网络的期货预测数据预处理问题研究

期货预测研究在期货价格数据预处理和预测方法上存在直接套用原始数据代入模型以及价格预测模型和原始数据模型不相匹配等问题,需要予以解决.本研究在采用通货膨胀率指数调整、平均周期项以及滤波等方法对铜期货价格时间序列数据进行预处理后,分别将预处理前后的期货价格数据输入到神经网络预测模型,通过比较两者预测结果来验证原始期货时间序列数据预处理的必要性.     

国内外期铜价格之间的长期记忆成分和短期波动溢出效应

本文区分国内外期铜市场价格的长记忆成分和短期波动溢出效应,采用信息共享模型和永久一瞬时模型分离出不同期铜市场价格间的长记忆成分,得到不同市场期铜价格对"隐含有效价格"的贡献度;而且,利用t分布的BEKK模型分析两个市场期铜价格的短期波动溢出.特别,我们在BEKK基础上定义了不同变量间的波动溢出项,对两个市场期铜价格的波动溢出进行了度量.根据测算结果,我们发现国内外期铜价格有着紧密的联系,无论在长期,还是在短期,国外市场期铜价格的影响力都较大.     

基于积累线性模型的证券单笔交易模型

积累线性模型是处理自变量为连续变量、因变量为离散变量时的常用方法。而单笔交易中证券价格的变动为离散变量,本文采用积累线性模型为其建模,得到了在一定的交易方向和交易量下,证券价格变动的条件概率分布。理论与实证结果均显示,积累线性模型更适合用于建立单笔交易模型;其中序次Logisic回归又比序次Prob it回归的拟合效果更好。使用积累线性模型建立的证券单笔交易模型具有良好的应用前景。     

基于PCA-GM-BP神经网络的猪肉价格预测分析

针对猪肉价格上下波动呈非线性关系和影响因素复杂等难以预测的问题,提出了基于PCA-GM-BP神经网络预测模型对猪肉价格进行有效预测.以2010年1月-2018年12月的月度价格数据作为样本,共计108组数据,利用PCA对影响猪肉价格变化的12种因素进行降维处理,选用对猪肉价格的主要累积贡献率超过96%的5个主成分,构建PCA-GM-BP神经网络猪肉价格预测模型.结果表明:与传统的BP神经网络、GM-BP神经网络预测模型相比,PCA-GM-BP神经网络预测模型在提高聚类效果的同时,增加了预测结果的精确性,对我国猪肉价格预测具有更高的适用性与参考价值性.     

基于价格极差的GARCH模型

本文利用资产价格的极差序列,基于常规GARCH模型的框架,构造了一类关于波动率的新模型,即GARCH-R模型以及能够表达波动率变化非对称性特性的AGARCH-R模型。利用上证综合指数日收益率及相应的高频数据,通过比较不同模型对波动率以及VAR的预测效果,揭示了这种包含了极差信息的新的模型比传统的GARCH类模型的预测效果具有显著的优势。