列联表分析及在SPSS中的实现

本文首先介绍了列联表的一致性与独立性检验、相关分析、某些特殊统计量等内容 ,然后说明了上述分析在SPSS9.0中的实现 ,并最终结合实例进行了应用     

散度偏大计数数据分布的贝叶斯估计

本文针对索赔次数数据的特点, 讨论了两类可导致散度偏大特征数据的分布类型: 零点膨胀分布与膨胀参数分布, 并根据Bayes理论与MCMC方法, 利用WinBUGS对其进行建模和抽样\bd 经过比较,给出了实现分布拟合的途径, 最后通过两个数值例子加以展示.     

散度偏大计数数据回归模型的变量选择与模型比较

讨论了具有散度偏大特征计数数据的建模与拟合问题.针对导致数据散度偏大的原因和常用的几类候选模型的结构,分别给出了关于嵌套模型的模型与变量同时选择的Bayes方法和关于非嵌套模型的模型检验与比较方法,并在此基础上进一步完善,提出了较为系统完整的模型与变量选择方法.实际例子说明了方法的具体实现过程和有效性.     

基样条与整函数的极限性质

本证明了‖ｓｍｆ－ｆ‖ｐ→０（ｍ→∞）的必要条件是ｆ∈Ｂπ,ｐ,其中Ｂπ,ｐ＝Ｂπ∩Ｌｐ（Ｒ）,Ｂπ表示指数π型的整函数在Ｒ上限制是有界函数所构成的集合,Ｓｍｆ是在整数点对ｆ插值的唯一确定的ｍ－１次基样条。最终得到了关于整函数的一个等价刻划。     

基样条插值的极限性质

本文证明了当m→∞时‖s^(k)mf-f^(k)‖p→0（1＜p＜∞,k=0,1,2）的充要条件是f∈Bπ,p,其中Bπ,p＝Bπ∩Lp(R),Bπ表示指数π型的整函数在R上限制为有界函数所构成的集合,而Smf是在整数点对f 插值的唯一确定的m-1次基样条,进而得一了函数类Bπ,p的三个等价的特征刻划。     

带有不可忽略缺失数据的广义部分线性模型的贝叶斯分析

广义部分线性模型是广义线性模型和部分线性模型的推广,是一种应用广泛的半参数模型.本文讨论的是该模型在线性协变量和响应变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题,在分析过程中,采用了惩罚样条来估计模型中的非参数成分,并建立了Bayes层次模型;为了解决Gibbs抽样过程中因参数高度相关带来的混合性差以及因维数增加导致出现不稳定性的问题,引入了潜变量做为添加数据并应用了压缩Gibbs抽样方法,改进了收敛性;同时,为了避免计算多重积分,利用了M-H算法估计边缘密度函数后计算Bayes因子,为模型的选择比较提供了一种准则.最后,通过模拟和实例验证了所给方法的有效性.     

半参数非线性再生散度模型的渐近推断

对半参数非线性再生散度模型,先引入最佳偏差曲线.再求非参数部分的局部线性估计,然后得到参数的广义边侧极大似然估计.同时,基于正则条件,证明了所得估计的存在性,强相合性和渐近正态性,推广了已有文献的工作.     

半参数再生散度非线性模型中参数的投影核和刀切估计的相合性与渐近正态性

半参数再生散度非线性模型(SRDNM)是再生散度非线性模型和半参数回归模型的自然推广和发展,它包括半参数非线性模型和半参数广义线性模型等特殊模型. 基于非参数部分的局部核估计, 给出了SRDNM模型中参数的投影核估计与刀切估计, 并对其进行了理论比较. 在一定的正则条件下,得到了这两类估计的强相合性与渐近正态性. 相比之下, 刀切估计比投影核估计具有更大的渐近方差. 最后, 模拟研究和实例分析被用来说明所给方法的有效性.     

随机利率下投资连结保单准备金的提取及模拟

具有分离基金的保险产品的责任准备金提取有别于传统的精算方法．本文在对一类投资连结保单的现金流推算的基础上，讨论了在随机利率环境下其准备金的提取，并就具体的数值例子进行了模拟计算．本文所涉及的情况与实务较为相符，可作为利润测试或敏感性分析的一种方法．     

基于ROC方法对门脉高压脾切后PVT早期预测的诊断研究

以因肝硬化行门脉高压脾切除术的患者为研究对象,观察并记录患者术后并发门脉血栓（PVT）的情况,收集所有患者的P-选择素、血栓前体蛋白（TPP）和D2聚体（D2）含量（术后第1,3,5,7,14天）的临床观察指标数据,分析各临床观察指标与并发PVT的关系.建立相应的统计模型,并利用受试者工作特征曲线（ROC曲线）方法,比较各指标在单独和联合预测PVT时的价值和意义,确定最佳的术后预测时间和阈值,进而对PVT的形成进行较准确、早期的预测,为临床防治相关患者并发PVT打下基础.