首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   9篇
  免费   3篇
  国内免费   1篇
综合类   1篇
数学   12篇
  2023年   1篇
  2021年   3篇
  2020年   5篇
  2019年   4篇
排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
韩忠成  林金官 《应用数学》2019,32(2):479-485
非参数模型是统计学中常用的一类模型.在实际应用中,回归函数可能不是连续的,即在某些未知的位置上存在跳点.检测这些跳点对于回归函数的估计非常重要.本文基于B样条和众数估计,提出一个稳健跳点检测方法.然后利用检测出的跳点给出了回归函数的稳健有效估计量,并讨论了参数的选择.数值模拟和实例分析验证了所提方法在有限样本下的表现.  相似文献   
2.
《数理统计与管理》2019,(4):602-618
广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用。在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式。我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构。基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度。数值模拟研究验证了所提方法的有限样本表现。对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性。  相似文献   
3.
为了刻画金融领域中资产收益的条件均值和波动率的双重非对称性特征,本文基于线性样条的方法提出一种新的门限随机波动率模型(LPTSV),它可以根据到达市场消息的大小和方向来同时描述这两种非对称性情况,可以很好地对资产收益及其波动率进行建模。利用R2WinBUGS软件包对LPTSV模型进行了贝叶斯参数估计。模拟实验说明贝叶斯分析在LPTSV模型的参数估计方面是有效的。最后利用LPTSV模型为上证综合指数和深证成份指数日收益率数据进行了实证分析。描述性统计分析和参数估计的结果均表明:利用LPTSV模型对以上两组数据进行建模是合理的。本文为资产收益和波动率之间的实证关系研究提供了一定的启示。  相似文献   
4.
5.
在多元非参数模型中带宽和阶的选择对局部多项式估计量的表现十分重要。本文基于交叉验证准则提出一个自适应贝叶斯带宽选择方法。在给定的误差密度函数下,该方法可推导出对应的似然函数,并构造带宽参数的后验密度函数。随后,通过带宽的后验期望可同时获得阶和带宽的估计。数值模拟的结果表明,该方法不仅比大拇指准则方法精确,且比交叉验证方法耗时更少。与此同时,与Nadaraya-Watson估计相比,所提带宽选择方法对多元非参数模型的适应性要更好。最后,本文通过一组实际数据说明有限样本下所提贝叶斯带宽选择的表现很好。  相似文献   
6.
In this paper, we consider the Liouville-type theorem for stable solutions of the following Kirchhoff equation ■,where M(t) = a + bt~θ, a 0, b, θ≥ 0, θ = 0 if and only if b = 0. N ≥ 2, q 0 and the nonnegative function g(x) ∈ L_(loc)~1(R~N). Under suitable conditions on g(x), θ and q, we investigate the nonexistence of positive stable solution for this problem.  相似文献   
7.
分别研究了市场利率为常数和随机利率时混合指数跳扩散模型下远期生效期权的定价问题.假定风险资产价格满足混合指数跳扩散过程,通过测度变换,逆拉普拉斯变换和无套利定价原理得到了该模型下远期生效看涨期权的定价公式.此外,利用看涨-看跌期权的平价关系得到了远期生效看跌期权的价值.  相似文献   
8.
9.
该文研究如下形式的拟线性非齐次椭圆型方程-△_pu-△_p(|u|~(2α))|u|~(2α-2)u+V(x)|u|~(p-2)u=h(u)+g(x), x∈R~N,其中1 p≤N (N≥3),1/2 α≤1,V∈C(R~N,R), h∈C(R,R),而且扰动项g∈L~p'(R~N),这里p'=p/(p-1).利用变量代换结合极小极大方法可以证明该问题存在多重解.  相似文献   
10.
时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳,需要更稳健的估计方法.本文提出时空模型的基于局部众数(local modal, LM)的局部线性估计方法.理论和数据分析结果都显示,若数据含有奇异点或来自重尾分布,基于局部众数的局部线性方法比基于最小二乘的局部线性方法有效;若数据无奇异点且来自正态分布,两种方法效率渐近一致.本文采用众数期望最大化(modal expectation-maximization, MEM)算法,并在数据相依情形下得出估计量的渐近正态性.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号