零膨胀泊松混合回归中的变量选择

来源于不同总体的数据异质性较大,数据“零取值”较多且离散度大,可利用零膨胀泊松(ZIP)混合回归模型建模分析,然而混合模型中自变量较多.为了筛选出重要变量,本文利用自适应LASSO对ZIP混合回归模型进行变量选择,即在似然函数中加入惩罚项,再利用EM算法估计参数.通过模拟,验证了该方法在变量选择和参数估计中的有效性.同时,将ZIP混合回归模型应用于预测借贷失败次数的实际数据分析,筛选出对借贷失败有重要影响的因素.最后,通过比较各模型的预测效果,得到ZIP混合回归模型优于泊松(Poisson),负二项(NB)和ZIP回归模型.     

基于纵向数据的ZIP和ZIB非线性回归模型的随机效应存在性检验(英文)

本文研究了基于纵向数据的ZIP和ZIB模型的随机效应存在性检验问题.采用score检验方法,得到了,可用矩阵表示的score检验统计量.最后,用一个数据实例说明检验方法的有效性.     

零膨胀广义泊松回归模型与保险费率厘定

在保险产品的分类费率厘定中,最常使用的模型之一是泊松回归模型.当损失数据存在零膨胀(zero-in flated)特征时,通常会采用零膨胀泊松回归模型.在零膨胀泊松回归模型中,一般假设结构零的比例参数φ为常数,不受费率因子的影响,这有可能背离实际情况.假设参数φ与费率因子之间存在一定关系,并在此基础上建立了零膨胀广义泊松回归模型,即Z IGP(τ)回归模型.通过对一组汽车保险损失数据的拟合表明,Z IGP(τ)回归模型可以有效地改善对实际数据的拟合效果,从而提高费率厘定结果的合理性.     

含右删失数据的ZIP模型及其应用

零膨胀Poisson回归(ZIP)是处理零频数过多计数资料的有效模型,而计数数据一般含有删失或不精密的特点.本文将删失数据引入到ZIP模型中来,分别建立含右删失数据的固定效应ZIP模型,随机效应ZIP模型,通过极大边际似然函数估计法对模型进行参数估计.最后,利用实例分析验证了上述模型的可行性.     

协变量缺失情形下的逆概率加权众数回归估计

数据缺失在实际应用中普遍存在,数据缺失会降低研究效率,导致参数估计有偏.在协变量随机缺失(MAR)的假定下,本文基于众数回归和逆概率加权估计方法对线性模型进行参数估计.该方法结合参数Logistic回归和非参数Nadaraya-Watson估计两种倾向得分估计方法,分别构建IPWM-L估计量和IPWM-NW估计量.模拟研究和实例分析表明,众数回归模型比均值回归模型更具稳健性,逆概率加权众数(IPWM)估计方法在缺失数据下表现出了更好的拟合效果,与IPWM-L估计量相比, IPWM-NW估计量更稳健.     

岭回归和核主成分回归在消除共线性中的实证分析及比较

检测和解决多元回归分析中的多重共线性问题具有重要意义.本文采用岭回归(RR)和核主成分回归(KCPR)对同一数据进行回归分析,使用方差膨胀因子(VIF)和条件指数(CI)作为共线性诊断的量度,并对回归模型结果进行比较.经过实证分析,发现这两种回归方法都能很好地消除多重共线性,总的来说核主成分回归的对内拟合效果要优于岭回归.但是这两种方法的参数选择的不同对回归模型的好坏都有巨大影响,需要进一步分析判断.     

二个四参数增长曲线模型参数初始值的确定方法与模型应用

对非线性回归模型进行非线性最小二乘估计一般需要确定参数初始值.在非线性回归模型中,General Logistic模型和Von Bertalanffy模型是二个含有四参数的增长曲线模型,对数据的拟合有较强的适应性,应用较为广泛.本文给出这两个模型参数初始值的确定方法,并应用于实际拟合,得到很好的效果.     

基于零膨胀回归模型的城市轨道交通触网故障频次研究

城市轨道交通触网故障后果严重,但发生频次较少,数据分析困难.零膨胀计数模型(ZIM)对零值大的数据集具有良好的适用性.针对上海地铁近4年运营过程中积累的触网故障数据进行统计分析,采用ZIM模型中运用最广泛的ZIP模型和ZINB模型进行建模,对比模型的4项评价指标,并进行模型命中率、泛化能力、释义合理性的评价.研究表明,ZINB模型能够对触网故障数据进行更好的拟合.基于模型结果,对城市轨道交通触网系统的安全运营策略及维修保养制度提出建议.     

航空发动机环形燃烧室噪声总声级多元回归模型研究

本文利用航空发动机环行燃烧室测试数据 ,采用线性回归和非线性回归两种方法分别得到了燃烧室噪声总声级和燃烧噪声峰值及峰值频率的拟合模型 ,并利用线性回归模型由燃烧室外部测量结果估算燃烧室内部总声级 ,所提供的噪声数据可供研究发动机燃烧室结构完整性和可靠性时参考 .     

Weibull分布在新产品市场渗透研究中的应用拓展

在应用Weibull模型研究新产品市场渗透时,"永不采用人群"、消费者个体之间的差异、消费者群体之间的差异是研究新产品采用时需要考虑的三种因素。本文基于这三种因素分别建立了三个拓展的Weibull模型,并利用面板数据进行了实证研究,发现三种拓展之后的模型在数据拟合和数据预测方面均有显著的提高.然后,本文将三种因素整合至一个模型之中形成了一种新的综合Weibull模型,实证分析结果显示新的模型有很好的新产品市场渗透数据拟合和预测能力.