基于特征价格模型的滨海公园门票价格影响因素分析——以大连滨海公园为例

本文选取大连市2010~2014年29个滨海公园的季度面板数据,运用特征价格法,实证检验了公园自然属性及园区游憩设施属性与公园门票价格之间的关系。研究发现:在自然属性方面,除温度、降水量和沙滩属性外,其他滨海公园的自然属性均对门票价格具有显著的正向影响;而温度和降水量对游客对公园门票价格的边际意愿支付具有显著的负向影响。比较而言,由于很多滨海旅游景点门票价格实行的一票制,这可能是导致园区内各种游憩设施对门票价格产生较小影响的原因。而一些重要的园区游憩设施仍然会对门票价格产生重要的影响,比如水族馆,海洋动物表演,海上观光游船和潜水等都对门票产生显著的影响;相比之下,那些与滨海资源无关的园区游憩设施属性对门票价格没有影响,甚至产生负向影响。在园区游客拥挤度和景区A级排名方面,二者均会对公园门票价格产生显著影响。基于上述研究结果,本文对滨海公园承载力管理、环境保护、活动设施改善、以及门票价格调整等提出了相关政策建议。     

二分选择模型在滨海旅游经济价值评价中的应用

本文以大连滨海旅游资源为例,采用二分选择模型条件评价法(CVM)评价海水和沙滩质量改善的经济价值,探索滨海旅游资源生态补偿的价值。研究发现采用Logit二分选择模型估算旅游者意愿支付(WTP)比采用Probit模型更适合滨海旅游资源经济价值评价;在计算WTP的均值解时,采用线性效用差函数更为简单实用。将该方法用于大连旅游景区海水和沙滩质量价值评价的研究,结果表明:采用Logit和Probit模型能够得到一致的WTP;文中采用单解释变量模型可以反应多个解释变量模型的计算结果;测算得到海水沙滩质量改善的非使用价值为215元/人,进而对旅游或环境资源的保护和可持续利用可以有更明确的定量认识。这种经济价值研究方法与过程对探索滨海旅游资源生态补偿的定性研究具有重要意义。     

产业集聚与新企业进入的计数模型分析

鉴于新企业对经济发展的推动作用,本文利用负二项同归模型对企业影响因素进行研究,实证研究表明出市场准入门槛、最优经济规模等影响因素外,产业集聚状况对新企业进入只有积极影响,而且产业集聚区的企业规模及产业集聚区所在地的城市化水平均对新企业活动产生影响。     

基于分层贝叶斯时空模型的雾霾天气过程计数分析

本文以北京市8个行政区(东城区、西城区、石景山区、海淀区、朝阳区、昌平区、顺义区、怀柔区)的PM2.5指数计算各区逐月雾霞天气过程计数频数为研究对象,选择考虑包括地表温度、相对湿度、平均风速、SO_2质量浓度和NO_2质量浓度在内的5个影响因素。本文定义雾霾天气过程,构建分层贝叶斯时空模型,在一个统计模型中对诸多影响因素进行分析,并从计数分析的角度对北京市雾霾天气现象的时空分布、影响因素进行深入讨论。通过分析得出,温度、湿度、污染物浓度对于雾霾天气过程发生具有促进作用,平均风速对于雾霾天气过程发生具有抑制作用。从时空角度分析,从时间维度上看雾霾天气过程的发生具有明显的季节性特征,冬季(1月、2月)以及3月雾霾天气过程发生次数最高,春季(4月、5月)发生次数最低,秋季发生次数略高于夏季。从空间维度上来看,中心城区(东城区、西城区、石景山、海淀区、朝阳区)雾霾天气过程发生次数明显高于郊区(顺义、昌平、怀柔),以东城区、西城区和朝阳区最为严重。     

基于RFM模型方法的忠诚计划会员顾客价值识别研究

尽管顾客忠诚计划已作为一种关系营销手段在企业中得到了广泛的应用,但却很少有研究关注如何利用忠诚计划收集的顾客交易数据对会员顾客进行价值识别和细分.基于RFM模型及聚类分析方法,提供了一种对忠诚计划会员顾客进行价值识别与细分的方法,并利用一家购物中心的会员顾客交易数据对该方法进行了实证分析.结果表明该方法不仅从统计意义上可以区分开具有差异的会员顾客群体,而且从管理意义上也可找出不同顾客群体间的差异特征,从而为企业针对差异化的顾客实现服务及产品的定制化和差异化提供了理论基础和方法.     

多因子分层模糊评价法的算法设计探讨——模糊综合评价方法在旅游资源评价中的应用

以模糊分析技术为平台,综合模糊分析、因子分析和层次分析的基本思想,建立了多因素、分层次的资源综合评价模型.试图通过构建旅游资源评价指标体系,将旅游资源评价模糊因素数量化,建立起旅游资源评价的模糊综合评价模型,并在旅游资源价值评价领域加以运用.     

零截断及零调整离散模型的计数数据分析方法的新进展之综述研究

在社会学、心理学、生态学、保险学、医学、流行病学等领域,人们经常收集到各种各样的计数资料以研究它们的规律和特征.往往会出现计数数据不包含零观测值或零观测值过多的情形.一系列零截断和零膨胀离散模型也由此提出用于分析这一类数据,如零截断/零膨胀泊松分布、零截断/零膨胀负二项分布等.在利用这一类模型进行拟合时,对未知参数进行...     

主成分价值函数模型及评价方案择优方法

本文研究主成分分析法中两个基本问题,其一是主成分价值函数模型的形成机理与结构形式;其二是评价方案的择优方法,并举实例加以验证.     

公司并购价值效应的DEA评价方法

对传统的数据包络分析模型(DEA)进行改进,建立适合公司并购绩效评价的DEA评价模型.采用沪深证券市场的5133个并购事件样本,利用改进的DEA模型结果指数θ*度量公司并购前后4年的绩效,并通过分析并购前后公司绩效指数θ*变化情况,来分析公司并购活动对公司价值提升的影响.研究结果表明,在我国,并购对公司绩效确实具有较强的提升作用,并购对改善公司的业绩是有效的,尤其是最近几年,并购的业绩提升作用具有加强的趋势.     

基于LSMC模型的煤炭资源价值定价研究

煤炭资源价值定价可以抽象为一种美式期权定价问题.最小二乘蒙特卡洛模拟(LSMC)方法是解决美式期权定价问题的一个有效途径.详尽地分析了Cortazar等人的基于资源价格、利率和便利收益随机变动的三因素定价模型,利用向量Ito定理提出了三因素模型中价格、利率和便利收益变量的递推公式.对LSMC方法原理进行了细致的阐述,总结出实现LSMC方法的完整过程,并在Matlab环境下编制了LSMC算法实现程序,进行算例计算.算例结果表明,LSMC方法用于资源定价是有效可靠的.研究为煤炭资源价值定价提供了一个完整具有可操作性的工具.     

Regression Models for Multivariate Count Data

Data with multivariate count responses frequently occur in modern applications. The commonly used multinomial-logit model is limiting due to its restrictive mean-variance structure. For instance, analyzing count data from the recent RNA-seq technology by the multinomial-logit model leads to serious errors in hypothesis testing. The ubiquity of overdispersion and complicated correlation structures among multivariate counts calls for more flexible regression models. In this article, we study some generalized linear models that incorporate various correlation structures among the counts. Current literature lacks a treatment of these models, partly because they do not belong to the natural exponential family. We study the estimation, testing, and variable selection for these models in a unifying framework. The regression models are compared on both synthetic and real RNA-seq data. Supplementary materials for this article are available online.     

Integer Valued Autoegressive Process with Katz Arrivals and Its Application in Predicting the Count of the Cases of Respiratory Disease

The traditional PAR process (Poisson autoregressive process) assumes that the arrival process is the equi-dispersed Poisson process, with its mean being equal to its variance. Whereas the arrival process in the real DGP (data generating process) could either be over-dispersed, with variance being greater than the mean, or under-dispersed, with variance being less than the mean. This paper proposes using the Katz family distributions to model the arrival process in the INAR process (integer valued autoregressive process with Katz arrivals) and deploying Monte Carlo simulations to examine the performance of maximum likelihood (ML) and method of moments (MM) estimators of INAR-Katz model. Finally, we used the INAR-Katz process to model count data of hospital emergency room visits for respiratory disease. The results show that the INAR-Katz model outperforms the Poisson model, PAR(1) model, and has great potential in empirical application.     

非线性纵向数据模型中自相关性和随机效应的存在性检验

刻画纵向数据协方差结构有三种可能因素 ,即序列相关 (特别是一阶自相关 )、随机效应和常规的随机误差 (Diggleetal,2 0 0 2 ) .本文研究非线性纵向数据模型的自相关性和随机效应存在性的单个和联合检验 ,得到了检验的score统计量 ,并利用血浆药物渗透数据 (Davidian&Gilinan ,1 995)说明检验方法的应用 .     

多变量整体模式累加多层统计模型的建立及其在组织绩效预测上的应用研究

为了解决多层的少样本或无规则数据的建模问题,在一般多层统计模型的基础上提出了多变量整体模式的累加多层统计模型。此模型把累加方法的优点(将无规则数据转化成有规则数据)与多层统计模型结合起来,拓展了多层统计模型的适用范围。从其在香蕉组织绩效的分析以及在仅有两个调查数据香蕉组织形式绩效的预测中,可以看出此模型有较强的实用性。     

基于Dirichlet分布有限混合模型的Bayes聚类

本文基于Dirichlet分布有限混合模型,提出了一种用于成分数据的Bayes聚类方法.采用EM算法获得模型参数的估计,用BIC准则确定类数,用类似于Bayes判别的方法对各观测分类.推导了计算公式,编写出程序.模拟研究结果表明,本文提出的方法有较好的聚类效果.     

数据规律分析法在曲线优化拟合中的应用

本文介绍了数据规律分析法所包含的公式体系和系数计算方法;在曲线拟合中,实际算例结果表明该方法优于常规方法,同时验证了降价法与回归分析法具有同等的计算精确度;作为一种数学方法,可为高等教材数值分析增添新的内容。     

可拓数据挖掘在高校教学质量评价中的应用

高校在教学和管理工作中积累了大量的数据,但这些数据没有得到有效利用.将可拓数据挖掘技术引入教学领域,从教学评价数据中提取出隐藏在数据之中的有用信息,为教学管理者提供决策支持.首先通过可拓分析,寻找质量达到要求、可进行有效挖掘的教学评价数据,然后对这些数据进行两方面的挖掘:影响教学质量的关键因素挖掘、教学质量与教师特征之间的关联规则挖掘.     

数据包络分析中诸C~2GS~2模型的最优解(最优值)的关系的探讨

对三种C2 GS2模型(分别为基于输入、基于输出、基于输入与输出) ,讨论了其最优值的关系,还讨论了三个模型的最优解的关系.     

金融风险度量的建模理论与方法的一些进展及其应用

本文综述了金融风险度量的建模的理论和方法最近的发展。介绍了常用的矩度量和现代风险度量技术,包括在险价值VaR、预期不足ES和期望分位数Expectile等现代风险度量技术和方法,以及复杂风险因素下的非/半参数风险度量方法。违约概率和违约相关性是信用风险度量中的两个基本概念,本文还介绍了信用违约风险中违约概率和违约相关性的常用度量方法。最后,通过一些应用案例介绍如何在金融风险度量中应用现代风险度量技术度量和识别风险。