基于对角膨胀双变量Poisson模型的中超联赛赛事数据分析

随着我国足球博彩产业的发展,与足球赛事相关的数据分析和统计工作也越来越受重视.通过双变量Poisson模型及其拓展的几种对角膨胀模型来拟合2015赛季中超联赛各场比赛进球数据.结果表明只用双变量Poisson模型不能很好拟合比赛进球得分数据,用对角膨胀双变量Poisson模型能较好估计各支球队在整个赛季过程中主场和客场的进攻和防守实力,预测每场比赛进球数,提高模型拟合度,并且解决了以往模型在预测低比分或高比分平局时出现的偏差.因此,对角膨胀双变量Poisson回归模型适用性强,对预测足球等项目比赛的进球数是较好的模型.     

Poisson回归模型及Lasso变量选择在研究生成绩影响因素分析中的应用

探究学生成绩的主要影响因素是研究学生成绩评价体系中一个重要方向.依据某大学三年研究生入学信息数据,利用方差分析研究其入学成绩的影响因素;利用Poisson回归模型结合Lasso变量选择方法,探究入学专业课成绩、培养类别等对研究生学业课程成绩是否有显著影响,其结果为研究生院的招生工作提供了数据支持,对大学教学方法改进、教学质量提高和新生录取工作具有十分重要的现实指导意义.     

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.     

零—膨胀泊松回归模型的非参数统计分析及其应用

零膨胀计数数据是当今数据分析的热点问题之一,该类数据的特点是零点过多,目前对这类数据的研究已经比较全面。另外还有些计数数据不仅会出现零点过多的现象,也会同时存在零、一点都过多的情形,如果再用零膨胀计数数据的统计方法去研究,产生的误差较大。目前国内外对零和一都膨胀的数据的研究还比较少,针对这种现象,本文引入零一膨胀泊松回归模型,并用局部多项式核回归法这种非参数统计分析方法对零一膨胀泊松回归模型进行参数估计,这是本文的创新点也是难点,并在求解参数的过程中引进了EM算法和Newton-Raphson迭代对参数近似求解。通过模拟结果可以得出此方法的可行性,最后通过对糖尿病患者数据的实例分析,可以验证此方法的有效性。     

基于零膨胀模型的我国银企关系规模影响因素研究

银企关系是学术界和实务界关注的焦点之一,然而,国内学者鲜有探讨银企关系数量的影响因素。本文使用我国A股上市公司2006-2013年的银企关系计数资料,利用零膨胀模型对企业建立银企关系规模的影响因素进行了分析。研究发现:规模大、资产负债率高、获利能力强的公司倾向于建立更多的银企关系;企业的长期负债率、第一大股东持股比例,是否是国有产权属性和企业的经营风险与银企关系的规模(数量)显著负相关;信贷合约的期限和信贷金额与银企关系的数量显著正相关;进一步比较了零膨胀模型与Poisson回归、负二项分布回归模型等计数模型,统计检验显示,零膨胀模型比较适合零值过多和过度离散的数据结构资料。     

加权回归模型及其在外延水文变量中的应用

§1.加权回归模型为了外延极大值水文变量,本文提出了一种权残差平方和目标函数,并用最小二乘法建立起加权回归模型。其模型为:y_4~*=A+Bx_4~*+8_4 (1)其中8_4～N(O,σ~2K_T~(-2)),当i=1,2,…,l时,K_T=K_2;当i=l+1,l+2,…,n时,K_T=K_1,(x_4~*,y_4~*)由原始变量(x_,y_4)变换而得,即把y_4从大到小排列。得y_4~*,对应的x_4记为x_4~*。加权回归模型的估计值为y~*=x+bx~*,目标函数为权残差平方和最小。即     

泊松计数回归模型以及在汽车保险理赔欺诈行为中的应用

泊松计数方法作为估计敏感性特征的比例的方法,克服了项目计数方法泄露被调查隐私的缺陷。但是很多实际问题中,我们关心的不仅是敏感性特征的比例,更加感兴趣的是敏感性特征比例与协变量之间的关系。本文将提出基于泊松计数方法的回归模型,研究敏感性特征比例与协变量之间的相关性。我们给出了如何用EM算法和QLB算法求回归系数的极大似然估计。并且,我们搜集了399位被调查者关于美国车险理赔中的欺诈的行为以及关于驾驶习惯的协变量,并用我们的泊松计数回归模型进行研究,得到有用的信息。     

本科生高等数学成绩影响因素调查 ——基于logistic回归模型的分析

高等数学是高校课程体系的一门重要学科,是提升高校人才培养质量的关键.采用问卷调查法,通过构建logistic回归模型,从"教""学""管"三个角度分析了学习基础、学习动机、学习方式、学习兴趣等26个因素对本科生高等数学成绩的影响机理.研究结果表明:个人因素在教学因素、管理因素、个人因素三者中影响最大,个人因素中的学习方...     

影响农民工随迁子女学业成绩的潜变量因素及回归分析

采用调查研究与统计分析相结合的方法,描述并研究了影响农民工随迂子女学业成绩的潜变量因素.潜变量因素包括四个方面:外部环境因素(包括:父母期望、亲子关系和师生关系以及家庭流动性)、行为因素(包括:家庭支持和课余学习时间)、内部心理因素(包括:学习兴趣和自我认知)和学习经验(包括:学习焦虑、学习动机和学习态度).以Spss软件为工具,得到了以下结论:亲子关系和师生关系、家庭支持、课余学习时间、学习兴趣、自我认知、学习态度和学习动机都与学业成绩呈正相关关系,家庭流动性和学习焦虑都与学业成绩呈负相关关系,父母期望对学业成绩的影响很小.外部环境因素、行为因素、内部心理因素和学习经验对学业成绩均有预测作用.     

分位数回归方法在资本结构影响因素分析中的应用

传统的OLSE回归只能得到一组系数估计值,因此无法深入分析不同财务杠杆程度下资本结构的影响因素.为此本文尝试着将分位数回归理论引入到回归模型中,通过对我国上市公司的相关数据进行分位数回归分析后发现,不同资产负债率水平下,企业股权结构、企业产生内部资源的能力对资本结构的影响效果不同:低负债率水平下,两者均与债务水平正相关;而高负债率水平下,又均与债务水平负相关.研究还发现,企业的成长性、企业规模以及财务困境成本与债务水平正相关,而盈利能力、非债务税盾则与债务水平负相关。     

二元二次对角逼近的逼近阶

给出了二元二次对角逼近的逼近阶     

二元极值混合模型相关结构的研究

二元极值混合模型由于不能反映极值变量之间的完全相关性,因而在应用上受到了一定的限制,但对适当的相关性仍是一个很好的模型.本文给出了二元极值混合模型的一些基本性质,特别用随机模拟方法研究了对来自其它不同极值copula的随机样本,用混合模型拟合可能产生的影响. 结果表明,如果以Kendallτ表示变量间的相关性,在一定范围内,混合模型能够很好的反映其它模型所具有的相关性,且对渐近独立模型边际参数估计的偏差也不太大.最后应用混合条件分布与GEV条件分布分析英镑对美元和英镑对加元两支汇率日对数回报收益率的风险相关性.     

新疆肺结核空间聚集性及影响因素探讨

检测新疆地区空间上非独立特定属性值的空间相关性及聚集性,比较疾病发病的地区差异,发现疾病传播相关的生态学因素及暴露来源,为病因学分析提供参考.采用空间统计学方法对2016年新疆肺结核发病情况做了空间聚集性分析及发病相关影响因素的探讨.结果:通过建立回归模型,利用GeoDa软件进行全局及局部相关分析,找到了热点区域和冷点区域,热点区域是:克州,喀什,和田及阿克苏地区;冷点区域是:乌鲁木齐和吐鲁番地区;利用SaTScan软件找到了不同扫描方法下区县聚集区域.2016年新疆肺结核发病情况存在明显的空间聚集性,通过探索性空间数据分析可以直观的反映新疆地区结核病发病情况的状况,为新疆地区肺结核的预防与控制提供依据.     

湖北省GDP预测的数学模型及其影响因素分析

运用灰色系统理论中的GM(1,1)预测模型,以湖北省2006-2013年的GDP总量数据为例,对未来四年湖北省的GDP总量状况进行科学预测,并且系统地分析了影响湖北省GDP发展的主要因素,求出了各主要因素对于湖北省GDP发展的关联程度,为湖北省相应的政策、决策提供了科学的理论依据.     

辽宁省私家车保有量增长及影响因素分析

近年来,辽宁省的经济稳步发展,私家车保有量在快速上升.私家车保有量的变化趋势与辽宁省的基础设施建设、城市发展、交通以及环保等政策的制定有着密切联系,因此,准确的预测未来辽宁省私家车保有量有重要意义.本文以辽宁省1996~2015年私家车发展情况为研究对象,运用统计学及计量经济学相关知识,建立多元线性回归模型来分析私家车保有量的影响因素,经过模型检验和修正,进而分析各因素与保有量的影响关系.最后,根据得到的研究结果,对未来几年辽宁省私家车保有量进行预测并针对辽宁特殊的社会经济状况,为改善建成环境中潜藏着的复杂问题提出相关政策和建议.     

高维稀疏对角GARCH模型的估计及应用

高维数据背景下,数据维度和噪声的影响使得传统的GARCH模型不再适用.针对对角GARCH(goGARCH)模型的不足,将高维稀疏建模法应用到其估计过程中,提出了高维稀疏对角GARCH(HDS-goGARCH)模型.HDS-goGARCH模型通过引入惩罚函数,将一些不重要变量的回归系数压缩为零,来精简模型,达到降维的目的.通过模拟和实证研究发现:较传统的goGARCH模型而言,HDS-goGARCH模型明显提高了高维协方差阵的估计和预测效率;并且将其应用在投资组合时:在收益一定的情况下,由HDS-goGARCH模型所构造的投资组合的风险更小.     

基于双对数线性模型的北京市入境旅游需求影响因素分析

将北京市入境旅游需求作为研究对象,通过列举北京市旅游的内部条件和外部条件,从国际旅游需求趋势、季节影响、旅游价格趋势三方面对北京入境旅游进行描述性分析,进而进行常规模型分析.选取7个客源国1996—2008年十三年的数据建立北京旅游需求双对数线性模型(其中解释变量PR_u包括两个选择变量,即PR,1和PR2).采用Eveiws 6.0对模型进行估计,从中选去包括PR_1变量的方程作为北京入境旅游需求模型,并得出各客源国的国内生产总值平均增长率和相对价格(中国入境旅游外汇收入指数和各客源国居民消费指数的比率)是影响北京旅游需求的重要因素,其中各客源国的国内生产总值平均增长率的影响程度最为显著;2003年的全球性非典型肺炎的扩散也是影响北京入境旅游需求的因素之一;排除了1997年亚洲金融危机,2001年美国9.11事件和2008年北京奥运会这三个虚拟变量的影响.     

Bivariate Density Estimation with an Application to Survival Analysis

Abstract

A procedure for estimating a bivariate density based on data that may be censored is described. After the data are transformed to the unit square, the bivariate density is estimated using linear splines and their tensor products. The combined procedure yields an estimate of the bivariate density on the original scale, which may provide insight about the dependence structure. The procedure can also be used to estimate densities that are known to be symmetric and to test for independence.