Logistic模型的参数估计及其实证研究分析

本文首先对Logistic模型的理论基础和性质进行了推导和研究,然后利用极大似然估计法对模型的参数进行了估计,另外对Logistic模型在实证研究中存在的问题进行了分析和评估。     

带跳的随机波动模型的参数估计

讨论了带跳的随机波动模型中的参数估计问题,假设跳过程服从双指数跳,波动项服从Heston模型.首先借助Lee-Myland方法识别跳跃部分,运用极大似然估计方法对跳跃部分的参数进行估计.然后将扩散部分离散化之后用极大似然估计方法对扩散项的参数进行估计.最后,利用上证综合指数2015-2018年的历史数据进行实证分析,实验结果表明使用该方法能有效估计带跳的随机波动率模型的参数.     

对数正态分布场合下恒定应力加速寿命中含有缺失的定数截尾样本的AMLE

导出了对数正态分布场合下恒定应力加速寿命中含有缺失定数截尾样本的近似极大似然估计(AMLE)，得到了分布参数和加速方程中未知参数的AMLE的显式解，便于实际计算和工程应用，数值模拟的结果表明本方法可行．     

系数随机的多元线性回归模型的参数估计

对一般系数随机的带有相关因子的多元线性回归模型的参数进行估计。估计值是用EM算法给出的极大似然估计或约束的极大似然估计。给出了EM算法的具体公式,并利用bootstrap方法估算出这些估计值的精确度。最后通过一判别儿童总体中是否存在Catch-Up生长的例子以解释给出的方法。     

有先验信息的多参数分布族的参数估计

定义了拟极大似然估计和偏拟极大似然估计,并证明了二者在一定的条件下是一致的,最后给出了两个例子说明这两种估计的一致性.     

具有随机扰动的广义Logistic影射及其动力学性质

讨论了一般的广义Logistic映射:x'=rx(1-(x/K)~θ(θ>0).对系统不动点的稳定性进行了研究,指出了个系统是混沌的,接着讨论了具有随机扰动的广义Logistic映射logx_(n 1)-logx_n=a-bx_n~θ αε_n(其中ε_n为标准高斯白噪声).特别对θ=2的广义Logistic映射在α充分小的情形下,讨论了映射的动力学性质,并且从理论上证明了当α→0时,具有随机扰动的广义Logistic映射logx_(n 1)-logx_n=a-bx_n~θ αε_n趋于确定性的广义Logistic映射logx_(n 1)-logx_n=a-bx_n~θ.     

随机利润模型中参数的极大似然估计

假设需求量是连续型随机变量，销售利润为其中Ｐ＞０是产品单价，ａ≥０是产品单位可变成本，ｂ≥０是固定成本，ｃ＞０是企业最大生产能力．本文对这种随机利润模型中参数的估计进行了研究，并给出了这些参数存在极大似然估计的充分必要条件．     

随机前沿模型的参数估计

运用极大似然估计法以及矩量估计法,估计了随机前沿模型中的误差项参数和技术无效参数。     

分步极大似然估计

定义了完全极大似然估计(TMLE)和分步极大似然估计，并得到了正态分布的有关的参数估计．     

矩阵正态分布参数的完全极大似然估计

得到了矩阵正态分布的均值和方差的完全极大似然估计,它们都是无偏估计,并且证明了它们是相互独立的。     

Logistic映射及其扰动族的双曲性

首先研究一维logstic映射fu（x）=ux（1-x）,在参数u∈（4,4＋∈）的动力学性质,其中∈充分小,利用在临界点的某个领域外的一致扩张性,以及进入临界点领域后导数值虽然有所减少,但在随后的有限次迭代后其导数值得到弥补,证明其正向不变集Ku={x∈I：fu^n（x）∈I,A↓n≥0}的一致双曲性,然后研究一维logistic映射族的C^2小扰动族,证明了对于gu,E←u^＊,u^＊～4,当u∈（u^＊,u^＊＋∈）时,Kgu={x∈I：gu^n（x）∈I,A↓n≥0}是一致双曲的．     

关于对数正态分布参数极大似然估计的讨论

利用图解法研究了由EM算法得出的有数据删失情况下对数正态分布参数的极大似然估计,得到了在Matlab中利用迭代算法计算参数估计值的方法.     

定时截尾样本数据有缺失情形下单参数对数正态分布的参数估计

主要讨论了在定时截尾样本数据有缺失情形下单参数对数正态分布的参数估计问题,并用极大似然估计的方法对其参数σ进行了估计,最后得出了σ的估计值σ．     

多元退化正态分布参数的极大似然估计

设ｍ维随机向量ｙ服从多元退化正态分布，即ｙ～Ｎｍ（μ，Ｖ），其中Ｖ≥０且｜Ｖ｜＝０．我们讨论参数μ，Ｖ的极大似然估计．     

Lévy过程驱使的非线性随机微分方程的参数估计

用极大似然估计方法,考虑一类由Lévy过程驱使的非线性随机微分方程参数估计问题.首先,在连续时间观测下讨论当T→∞时,估计量的无偏性、渐近一致性及其渐近正态性;其次,在高频离散观测且有限活跃条件下,利用阈值法逼近连续鞅部分,得到当n→∞时,估计量的无偏性和渐近正态性;最后,通过给出数值模拟结果验证估计量的无偏性和渐近正态性.     

对称指数分布的参数估计及其优良性

研究了双参数对称指数分布的参数估计问题,给出了2个参数的极大似然估计.在样本容量为奇数的情形,证明了样本中位数作为双参数对称指数分布位置参数的极大似然估计,具有无偏性与强相合性;尺度参数的极大似然估计具有强相合性.在样本容量为偶数的情形,证明了2个参数的任一极大似然估计均具有强相合性.     

随机波动模型估计及在金融风险防范中的应用

对随机波动（SV）模型提出了一种基于禁忌遗传算法的伪极大似然（TSGA－QML）估计。Monte Carlo试验表明这种方法在参数估计与波动估计上都有较好效果。利用这一方法对上海股市收益进行了波动分析，发现上海股市的收益具有很高的波动持续性。     

部分可观测耦合随机抛物方程组的参数估计

本文研究加性时空白噪声驱动下的部分可观测耦合随机抛物方程组的参数极大似然估计量.在观测时间和噪声强度不变的条件下，本文证明了估计量的强相合性和渐近正态性.数值算例验证了理论结果.     

基于似然深度的指数分布的参数估计

针对传统估计方法如极大似然估计对于服从指数分布且有污染的截尾数据的参数估计并不是很理想的问题,提出使用一种新的估计方法对其进行参数估计,即似然深度估计,并通过两组实验进行对比,结果显示利用似然深度估计方法得到的参数偏差和均方差较小,表明似然深度估计是一种估计服从指数分布且有污染的截尾数据参数的有效方法。