含有治愈部分的可加危险模型的估计

最近可加危险(AH)模型被广泛地应用于生存分析数据,模型的协变量可以假设为时间独立或时间相关的.基于混合治愈模型,有界累计危险治愈模型和"不正确"的比例危险模型.本文将上述的可乘危险模型延伸到可加的危险模型,这里的模型可以允许含治愈部分的生存数据的存在."不正确"的AH模型的识别和参数估计也将在本文给出讨论.     

指向函数模型观念的中考试题研究与启发

初中阶段函数教学要关注数学知识与实际的结合,经历数量关系和变化规律的探究,从选择模型、建立模型、求解模型、验证模型和应用模型的过程中形成函数模型观念.指向函数模型观念的中考试题研究,是数学模型教学开展、学生模型观念形成和新课程标准落地的着力点.     

路面平整度的时间序列模型

介绍非标准道路的路面平整度的时间序列模型,研究道路实测数据的时间序列模型.通过对实际路段的数据采集,进行道路平整度实例分析和道路平整模型的平稳性检验、模型的识别和估计,确定了模型参数,检验模型的适用性.实例表明了模型的置性度和合理性.     

盈余管理计量模型效力的实证研究

本文以随机抽取的上海和深圳证券交易所的1000家被并购上市公司为样本,研究了盈余管理计量模型的检验效力问题。本文通过三种验证各模型效力的实证方法比较了6种盈余管理的计量模型。研究发现:第一类误差的方法认为Healy模型、修正的琼斯模型和前瞻性修正的琼斯模型能有效地检验出盈余管理行为:预测误差标准方法则认为前瞻性修正的琼斯模型是最优的模型:而根据对操纵性应计部分的短期效应的实证则认为Healy模型、修正的琼斯模型、KS模型和前瞻性修正的琼斯模型是较优的计量模型。在综合考虑各种实证结果和中国资本市场实际情况的基础上,认为前瞻性修正的琼斯模型在中国证券市场检验盈余管理行为的效力最强。     

路面平整度的时间序列模型

介绍非标准道路的路面平整度的时间序列模型,研究道路实测数据的时间序列模型.通过对实际路段的数据采集,进行道路平整度实例分析和道路平整模型的平稳性检验、模型的识别和估计,确定了模型参数,检验模型的适用性.实例表明了模型的置性度和合理性.     

股票价格波动的塑性性质及模型探讨

首先基于股票价格和成交量，根据股票的量价规律，分析了股价波动的塑性性质；然后使用计量经济学方法建立描述股价波动的塑性模型，包括股价塑性基本模型、基本模型的一阶自回归模型、幂指数模型及幂指数模型的一阶自回归模型，基于12支样本股对这些模型进行参数估计和检验；最后对4种形式的股价塑性模型进行了总结。由4种模型均能够通过经济学检验和统计学检验可知股价波动具有塑性性质，且幂指数模型描述股价塑性较为科学、合理。     

传染病模型的拓展与计算

以经典传染病模型为例,清晰解读模型构造思想,将建模思想应用于埃博拉病毒传播中,拓展传染病模型,并从连续角度和离散角度阐述传染病模型求解技巧。模型的构造思想和求解技术可自然推广至经济模型、人口模型等问题中。     

一种新的死亡率模型及基于中国人口数据的比较分析

基于中国人口死亡率数据, 对APC模型进行扩展, 并将扩展的死亡率模型(EAPC模型)与APC模型和LC模型进行对比. 通过比较模型的拟合效果和预测效果, 并对其稳定性进行检验, 发现由APC模型扩展而来的EAPC模型更适合于拟合和预测中国的人口死亡率, 这为我国死亡率模型的使用提供了更多可行的方案.     

基于GARCH族模型的沪深300股指VaR度量

本文在修正了沪深300股票指数收益率序列的非平稳性和自身相关性之后,把ARMA模型与GARCH模型、GJR模型、IGARCH模型、FIGARCH模型、FIEGARCH模型、FIAPARCH模型、HYGARCH模型相结合,然后依次假设残差分布服从正态分布、t分布和偏t分布,来描述沪深300股票指数日对数收益率序列的尖峰厚尾性、杠杆效应和长记忆特性,利用上述模型分别计算沪深300股票指数的VaR值.在空头和多头投资者情况下,不同的波动性模型和不同残差分布的VaR预测有效性差距很大.比较得知,在不同的置信水平下,沪深300股票指数收益率序列空头和多头的VaR预测成功概率比较高的模型有HYGARCH和FIEGARCH这两类具有长记忆性的模型.     

基于JGLM-RM模型的动态稳健设计及其应用

根据动态稳健设计的基本思想和方法,结合联合广义线性模型(Joint Generalized linearmodel)和响应模型(Response model)各自的特点和优势,构建出基于JGLM-RM的动态稳健设计模型。利用新模型对具体工业案例进行了实证研究,结果表明新模型不仅能有效地区分具体噪声因子和潜在噪声因子对整个过程波动的影响,而且能够灵活地调节模型的截距和斜率。此外,新模型引入了均值和散度的联合广义线性模型因此能适应广泛的响应类型。