基于EM算法的混合自回归滑动平均模型的参数估计

研究了一类用于时间序列建模的混合自回归滑动平均模型.该模型是由m个ARMA分量经过混合得到的,给出了混合自回归滑动平均模型参数估计的期望极大化(EM)算法,从而得到了混合系数和分量模型的参数,通过仿真说明了其有效性.     

门限自回归模型的非参数估计

对一维一阶一个门限的ＴＡＲ模型，通过模型所构成的Ｍａｒｋｏｖ链的遍历性，得到了其核密度估计的渐近无偏性，均方相容性和渐近正态性     

门限自回归模型参数估计的渐近性质

本文在给定门限自回归模型阶数、门限及延迟参数的情况下,通过研究模型所构成Markov链的一些性质,得到了自回归系数最小二乘法估计的强相容性与渐近正态性。同时,还证明了白噪声方差的估计亦具有强相容性。     

基于门限自回归模型下物价指数时间序列分析

对于非线性、非稳定的时间序列, 门限自回归模型具有较好的预测效果. 本文根据四川省1952--2005年商品零售物价指数的资料, 运用门限自回归分析方法对四川省近五十年来的商品零售物价指数进行了时间序列分析, 得到的模型拟合效果较好, 并适合于短期预测, 从而为政府管理物价提供了较精确的数量依据.     

门限自回归模型条件异方差的Kolmogorov-Smirnov检验

门限自回归模型被广泛地用于许多领域，当建立或使用这类模型时，一个重要问题是需要知道是否存在条件异方差。在本文中，我们对这个问题提出一个非参数检验，检验的大样本理论被给出，我们还通过数值模拟研究了检验方法的有限样本性质。结果表示检验有好的功效。经验百分位点还被给出。     

基于区域房价的空间自回归模型平均

文章是基于模型平均的方法对我国重点省会城市月度房价数据的空间自回归模型的拓展研究.通过一定的宏观经济解释变量和房价数据,构建区域房价的空间自回归模型,并在基于MMA准则的模型平均框架下,将不同的候选模型组合进行房价预测.对比经典空间自回归模型的预测,基于模型平均的MMA, SAIC和SBIC的预测有更高的精确度和更好的稳定性.     

门限自回归模型参数的局部正交设计寻优法

在采用点值图确定门限区间个数的基础上,对门限自回归模型中门限值、滞后步长、各门限区间模型阶数,利用正交设计方法寻优,计算工作量锐减,却可得到精度较高的预报模型.     

门限自回归模型参数最小二乘估计的强收敛速度

本文在给定门限自回归模型阶数、门限和延迟参数的情况下，证明了一般门限自回归模型参数和残差方差的最小二乘估计的强收敛速度为Ｏ（（ｌｏｇｌ９ｏｇｎ／ｎ）１／２），并证明了残差方差的最小二乘估计具有渐近正态性．     

高维单指标门限回归模型的估计方法

本文考虑存在协变量阈值参数的高维单指标门限回归模型.本文提出基于l_1范数惩罚方法来估计回归系数和阈值参数,并且提出一种近端梯度算法来检测可能存在的变点.此外,在一定的稀疏条件下,本文得到回归系数估计量l_1范数下估计误差和预测误差的非渐近Oracle不等式.最后,通过数值模拟研究展示所提出方法的有限样本表现.     

向量自激门限自回归（VSETAR）序列的遍历性

本文主要考虑二维自激门限自回归模型：Ｘ（ｔ）＝Ｉ［Ｘ（ｔ－１）∈Ｒｉ］ＡｉＸ（ｔ－１）＋ε（ｔ），其中Ａｉ（ｉ＝１，２，３，４）为２×２系数矩阵，｛ε（ｔ）｝为二维ｉ．ｉ．ｄ序列。我们得到｛Ｘ（ｔ）｝为遍历的四个充分条件。     

不同步交易的滑动平均模型及其回报分析

不同步交易乃金融中高频数据处理的重要课题之一。本文对文[1]和[2]给出的金融证券的不同步交易模型进行了推广，并对推广的模型考察了可观察回报的有关统计特性，最后给出了模型的参数估计。     

移动平均线方法的最佳步长组合的确定

移动平均是股票技术分析中最常用的方法之一,但现在没有多少文章来讨论窨应用步长为几的移动平均为好,即赚钱最多或赚钱的机会最高,该文提出三种确定最佳步长的方法以供参考。     

关于非线性自回归模型的几何遍历性

本文讨论带噪声的动态系统，即非线性自由回归模型，若原系统不具有任何压缩性质，但是它的某种拓扑共轭变换后的系统满足一定的压缩性质，本文指出，当噪声适当小时，相应的带噪声的动态系统将有唯一的平稳解，而且是几何遍历的。     

相依样本平滑移动过程的矩完全收敛性

本文研究了基于(φ)-混合随机序列的平滑移动过程.利用矩不等式和截尾的方法,获得了基于(φ)-混合随机序列平滑移动过程的矩完全收敛性的充分条件,推广了文[4]和[8]的结果.     

相依条件下滑动平均过程精确渐近性的一般规律

本文研究了相依条件下滑动平均过程完全收敛的精确渐近性问题. 利用正态分布逼近的方法及相关不等式, 获得了精确渐近性的一般规律, 推广了对数率和重对数率精确渐近性的已有结果.     

线性测量误差模型的平均估计

频率模型平均估计近年来受到了较大的关注,但对有测量误差的观测数据尚未见到任何研究.文章主要考虑了线性测量误差模型的平均估计问题,导出了模型平均估计的渐近分布,基于Hjort和Claeskens(2003)的思想构造了一个覆盖真实参数的概率趋于预定水平的置信区间,并证明了该置信区间与基于全模型正态逼近所构造的置信区间的渐近等价性.模拟结果表明当协变量存在测量误差时,模型平均估计能明显增加点估计的效率.