基于潜在变量二元回归模型的多传感器数据融合

针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。     

Beta回归模型基于EM算法的变量选择方法

本文针对响应变量取值为(0,1)区间上的比例数据研究Beta回归模型的贝叶斯变量选择方法。首先通过选取合适的先验分布,基于贝叶斯随机搜索和EM方法提出了参数的估计算法;然后根据回归系数相应的指示变量后验分布提出了重要变量选择的门限准则,所提方法具有易实施、快速计算等特点;最后通过研究中国上市公司股息率实际数据的影响因素以说明所提方法的有效性。     

异方差回归模型的拟合和变量选择

作者研究了异方差回归模型的估计与变量选择问题.在误差分布未知的情况下,作者分别给出了联系函数已知及未知时均值与方差的估计.另外,作者在给出估计的同时,分别选出了对均值与方差影响显著的变量.     

贝叶斯方法在金融保证保险模型中的应用

主要介绍了Hamilton模型和转换函数模型,说明了贝叶斯方法在金融保证保险模型中的应用,将模型中的参数作为具有先验分布的随机变量,然后根据贝叶斯定理,得出后验分布,以此为基础利用WinBUGS软件对模型参数进行估计,最后对纯保费和所需的风险资本总量进行预测。     

多变量对多变量线性回归方法及其在区域研究中的应用

本文探讨了区域研究中有广泛潜在用途的多变量对多变量线性回归分析方法,给出了模型,最小二乘解和计算实施过程;以湖北省人民生活水平与社会、经济诸条件为例,介绍了该方法的实际应用.     

半参数顺序变量回归模型

在比例优势模型基础上对顺序变量回归模型作更一般的推广, 建立了半参数顺序变量回归模型, 构造了模型中的线性和非线性部分的估计量, 并证明了该估计量的弱相合性. 通过数值模拟, 考察了不同样本容量下半参数顺序变量回归的判断正确率和回归函数的均方误差.实验结果表明: 半参数顺序回归模型在小样本情况下仍具有较高精度, 并且在实验点处的重复次数相对于观察点个数对精度影响更大. 通过对粮食预警实例的计算表明, 半参数顺序回归模型较比例优势线性模型具有更好的外推效果.     

几何分布滞后模型的估计及在动态市场中的应用

先以动态市场反应模型中的销售滞后模型为例,引出几何分布滞后模型,再运用Koyck变换将几何分布滞后模型转换成有限的一阶自回归模型进行估计.针对由Koyck变换而引出的两个新问题：随机误差项的自相关,以及随机误差项与解释变量之间的相关,进行了深入的讨论和研究.特别是,针对这两个问题同时出现的情形,给出了将工具变量法和广义差分法相结合的估计方法.在此基础上进行了实证研究,验证了我国近几年的通货紧缩对经济的影响,结果表明只能算是较温和的紧缩效应.     

随机解释变量回归模型的参数估计

本文研究解释变量含有随机误差的多元回归模型,提出了一种参数估计方法和相应的算法,同时分析了预测误差,给出了算例。     

基于众数回归的变系数模型统一变量选择

研究了众数回归下变系数模型的统一变量选择问题.利用B样条基函数近似非参数部分,在众数回归下建立SCAD惩罚函数同时选择变系数模型中的重要变量并且识别具有常数效应的协变量,在一定条件下, 证明惩罚估计量相合性和稀疏性,通过数值模拟评估所提出的变量选择方法的有效性.     

线性回归模型自变量选择准则的比较分析

将一些自变量过择准则用一种统一的形式表示,并依此得到这些准则所选出的自变量个数的顺序关系,从这些关系推出所给出的广义K-L差异度准则能选取较少的自变量,同时也指出广义K-L差异度准则具有利用数据本身选择惩罚因子的优点。     

半参数横截面空间滞后模型的工具变量估计及应用

研究了一种半参数横截面空间滞后模型的工具变量估计方法,证明了模型估计的大样本性质,参数分量估计渐近正态分布且收敛速度为n,非参数分量估计在内点处渐近正态分布,其收敛速度是最优收敛速度.利用该模型进行环境规制和R&D投资溢出对中国区域技术进步影响的实证研究.结果表明:1)当前各地区R&D投资和技术创新存在很强的空间溢出效应,R&D投资及其空间溢出对我国区域技术创新能力具有较明显的提升作用; 2)不同的环境规制对各区域技术创新所产生的影响程度有差异,较低的环境规制程度对技术创新有明显抑制作用,较高的环境规制对技术创新却有显著促进作用,特别在中部环境污染较严重地区作用尤为明显.而对于大部分存在温和环境规制的地区(福建、广东等),环境规制对技术创新的影响较低,需进一步提高环境规制力度.     

线性模型信息准则的稳健性

在不需要假定：１）被选模型包含真实模型；２）误差分布为正态分布的条件下，应用作者定义的广义Ｋ－Ｌ差异度，得到了自变量选择的广义Ｋ－Ｌ差异度准则。这个准则包含了所有信息准则作为它的特例，由此说明信息准则具有稳健性。     

MCMC方法在估计二元随机波动率模型中的应用

金融数据的波动性一直是经济学研究的热点问题之一,随机波动率模型(SV)在波动率建模中有着重要的应用.马尔科夫链蒙特卡罗(MCMC)方法是估计参数的一种有效方法,给出估计一类二元SV模型参数的MCMC算法,并通过WinBUGS软件编程实现了该算法.文章最后给出了模型和程序的一个实际应用.     

变制冷剂流量空调系统的新风处理探讨

变制冷剂流量空调系统是一种新型集中空气调节方式。该系统结构简单、管理方便：但如何解决系统的新风处理问题，却一直没有令人满意的方法。对变制冷剂流量空调系统的几种新风处理方法进行了分析探讨。并结合工程经验，对各种处理方法的优点和不足，提出自己的观点和看法。     

线性模型中参数的平衡LS估计及其性质

基于平衡损失的思想,提出了估计线性模型中的参数的一个新标准,给出了在此标准下模型参数的估计,并分别得到了该估计是无偏估计、有效估计和可容许线性估计的充分必要条件.     

河流水质规划的随机方法研究

运用随机微分方程理论,推导了一个水质模型,提出了河流水质管理的随机规划方法。该法能提供投资与风险的关系,较好地反映了水污染过程的不确定性对水质规划的影响。     

基于改进的变权缓冲灰色模型在沉降预测中的应用

针对灰色模型在中后期沉降预测中的精度问题,提出了单、双权幂函数弱化缓冲算子,并结合变权背景值建立改进的变权缓冲GM(1,1)模型。证明了新算子能提高光滑性、缩小级比偏差,实现对原始沉降数据的预处理。对于模型中的权值采用以还原值与原始值平均相对误差最小为目标的粒子群优化算法确定。最后,以高填方机场地表沉降数据预测为例,验证所提改进模型的有效性。结果表明：新算子能够有效弱化沉降序列受到的冲击扰动影响,结合变权背景值能显著提高灰色模型在中后期沉降预测中的精度。此外,对新算子的权值进行限定后,可得到两种不同的变权弱化缓冲算子。     

VSD模型在评估煤层气储量中的应用

煤层气是非常规天然气的一种,是国内天然气产量的重要组成部分.经过多年勘探开发,沁水盆地南部和鄂尔多斯盆地东部已经形成多了商业开发区块,获得了大量精确的储量数据;但中国煤层气分布广泛,勘探程度不一,储量认知程度严重不均衡.通过勘探程度较高的储量数据来预测所有区块的储量.为了正确预测和评价国内煤层气资源量.评价模型中选用VSD(variable shape distribution)模型,与常规分形分布模型相比,比如对数正态分布和帕累托分布,具有精度高,拟合灵活准确的特点.在成熟度高的气田储量基础上,拟合出VS模型所需的参数,然后利用这套参数预测评价出国内81个煤层气区块的资源量,为煤层气的勘探部署和经济分析提供参考数据.     

带约束的随机效应线性模型中的回归系数和参数的可容许性估计

考虑了如下的参数受不完全椭球约束的随机效应线性模型 :Y =Xβ +ε,E βε =Aα0 ,　Covβε =σ2 V11　V12V2 1　V2 2,其中参数受如下不完全椭球约束α′A′Χ′NXAα≤σ2 在二次损失函数和矩阵损失函数下 ,分别给出了随机回归系数和参数在齐 (非齐 )次线性估计类中的可容许性估计的充分必要条件。