用不确定德尔菲法预测GDP

德尔菲法是一种建立在专家意见基础上的预测评估方法.不确定统计是利用不确定理论收集和整理分析专家数据的一种统计方法,其中关键的一点是如何构造不确定变量的不确定分布.把德尔菲法和不确定统计相结合,就得到了一种估计不确定分布的新方法——不确定德尔菲法.对该方法的估计误差进行了改进,得到了一种预测GDP的新方法,并利用其预测邯郸市的生产总值(GDP).     

面板数据下序贯模型变点的渐近检验法

本文研究了面板数据模型下变点是否存在的检验问题.对于面板序贯模型下的变点,利用构造的检验统计量及其极限分布的方法,获得了关于变点的一种渐近检验法.随后进行Monte-Carlo数值模拟,在模拟中对检验方法的经验检验水平、检验功效以及变点后的停时三个判断标准进行了考察.结果显示无论在理论还是数值模拟上,我们提出的渐近检验法均表现优良.推广了现有文献的关于单序列变点的序贯检验方法.     

利用线性模型鉴别异常数据的方法

本文给出利用线性模型 y=Xβ+ε鉴别异常数据的新方法——Z 检验法.文中给出该检验方法 Z 统计量的分布规律,并阐述了 Z 检验法的检验规则.与其它方法相比,它的主要优点是:能满足无偏和具有最小弃真概率两种检验要求;Z 统计量的临界值计算比较简单.     

基于理想排序的群组G2赋权方法研究

合理确定专家权重是群组赋权的关键。本文在分析同类研究的基础上,提出了基于理想排序的群组G2方法来确定专家权重。论文的主要特色是根据循环修正的思路利用平均值法、Board法和Copealand法对通过一致性检验的专家排序进行重排序,从而确定评价指标的理想排序,然后通过比较各通过一致性检验的专家排序和理想排序的相关性的大小来确定专家权重,保证了专家权重合理的反映了专家差异,保证了指标最终权重反映出群体决策思想。     

数据预处理对替代数据检验方法的影响

替代数据检验法是检验时间序列中是否存在确定性非线性成分的重要统计方法.通过研究差分和数据平滑运算对替代数据检验方法的影响,指出常用的线性滤波等数据预处理步骤破坏了序列的静态性质,从而会导致对零假设的错误拒绝.因此,建议应该直接利用原始时间序列而非应用了差分等非静态滤波运算后的时间序列生成替代数据,再进行假设检验,以免造成对零假设的错误拒绝.     

基于不确定环境下的线性回归分析模型

本文研究了不确定环境下的线性回归分析模型。首先,论述了不确定环境下的经验分布和Delphi法基本原理;其次,通过整理和综合专家经验数据,建立了基于不确定环境下的线性回归分析模型,得到了回归方程未知参数的最优估计量;通过两个实例,利用Eviews6.0实证分析不确定环境下的线性回归分析模型优于随机环境下的线性回归分析模型。     

线性常微分方程参数稳定性的统计推断

对具有随机误差的观测数据, 讨论了常系数线性常微分方程参数稳定性的统计推断问题. 通过残差项的Karhunen-Loeve 分解, 给出了变点检验步骤及其在原假设下的极限分布. 在对立假设下定义了变点的估计, 证明了检验以及估计的一致性. 对常系数二阶常微分方程进行了统计模拟, 结果表明原假设下的极限分布是对真实分布非常好的近似; 对立假设下, 即使输入函数的频率存在0.75% 的变化, 上述检验也能以大概率拒绝原假设. 最后利用上述方法研究了英国中部地区的气温数据, 揭示了数据一些新的特点.     

关于Shannon熵的统计计算及其在分布检验中的应用

本文利用顺序统计量给出了一个关于经验分布的定义,由这个定义可以给出关于连续型分布的Shannon熵的估计量,我们证明了它们的一系列收敛性,利用Shannon熵的统计量及最大熵原理,我们给出了一个关于正态分布,指数分布,均匀分布的新检验法,这个检验法称为《分布的熵-矩检验法》。     

平稳自回归模型的经验似然检验（英文）

这篇文章中,我们对平稳短记忆时间序列模型中的参数假设检验运用经验似然方法,在实际中,我们可能不仅关心所有参数的显著性而且更关心模型中的某一部分参数是否存在,因而我们除了建立检验所有参数的统计量,还建立了检验部分参数显著与否的统计量,这些统计量被证实都渐近服从卡方分布,另外,我们的模拟研究了检验的势函数并证实了提出的检验程序的有效性.     

关于参数型copula函数的拟合检验

在金融和保险中,copula函数是一种构造多元相关分布函数的有力工具．然而,怎样选择一个适当的copula函数用于拟合数据,并没有找到统一的方法．因此,基于copula函数的经验分布,我们提出了一种用于检验具有某种特定参数结构的copula函数拟合数据优良性的方法,并得到了此检验的渐近性质．由于该检验统计量的极限分布依赖未知参数,我们采用非参数蒙特卡罗方法确定临界值．我们做了一个简单的模拟来验证本文提出的检验方法的功效．     

基于Beta分布形状的拟合优度检验

本文指出了拟合优度检验中选用经验频率公式时存在的误区,对顺序统计量失效概率分布进行了偏态和峰态分析,提出了一个基于Beta分布形状特征的经验分布函数,给出了精确值和近似值两种计算方法,在此基础上建立新的极值型检验统计量．利用Monte Carlo方法进行数值模拟,得到0．01、0．05、0．1显著度水平下检验统计量的临界值,并利用常用的分布模型进行检验功效比较,数值模拟结果表明基于分布形状的经验频率公式能更好地反映顺序统计量失效概率分布的集中趋势,证明了本文提出的两种检验统计量在中小样本条件下具有更优的检验功效．     

两种假设检验方法的比较研究

对两总体均值是否相等的两种假设检验方法进行了比较研究,结果表明,配对t检验法与非配对t检验法应根据实际问题进行适当选择,从而对现有统计学理论有关假设检验方法使用中易混淆的问题进行了纠正和补充.     

非线性Poisson-Gamma回归模型中存在偏大离差时离差参数的齐性检验

Poisson回归模型广泛地应用于分析计数型数据，但该模型往往存在偏大离差(overdispersion)问题．刻画Poisson回归模型的偏大离差性的两种方法是拟似然方法和随机效应法(Lee＆Nelder，2000)，已有许多作者利用随机效应法研究了Poisson模型的偏大离差的检验问题．但他们均假定随机效应是独立同分布的，本文对他们的假设进行检验．我们分别在组内效应一致和组内效应不一致的情形下，研究了存在偏大离差的Poisson-Gamma非线性随机效应模型中，随机效应方差(称为离差参数)的齐性检验问题，得到了离差参数齐性的score检验统计量．最后给出两个数值例子说明本文方法的应用．     

层次分析法一致性指标的临界值研究

层次分析法中一致性检验的显著性水平(即判断矩阵偏离一致性的程度)问题在已有研究文献中尚未得到很好的解决。论文在现有一致性指标CI基础上,从随机过程的视角,采用蒙特卡罗模拟法构造一致性指标的随机样本,根据样本确定了显著性水平为0.05和0.01情形下对应的一致性指标的临界值,为评价和调整判断矩阵提供了理论标准。同时,本研究能够确定判断矩阵偏离一致性的程度,并给出决策制定的显著性水平。     

条件分布对称性的一个一致性检验及渐近正态性（英文）

本文研究了条件分布对称性检验的问题.借助能量距离的概念与思路,提出了条件能量距离的概念.基于条件能量距离构造出一个新的条件分布对称性的检验统计量,该统计量具有带随机核的U-统计量的形式.利用带随机核U-统计量理论证明得到该检验统计量的一致性及在原假设下的渐近正态性的结果.     

右删失数据下分位数回归的光滑经验似然检验

关于线性分位数回归模型的参数检验问题,对完全观测数据,已有文献用经验似然(EL)法和光滑经验似然(SEL)法构造的检验统计量在原假设下均以卡方分布χ_M~2为渐近分布.对右删失数据,已有文献用EL法构造的检验统计量以加权卡方分布为渐近分布,而权重是待估的.对右删失数据,本文用EL法和SEL法构造的检验统计量在原假设下均依分布收敛到χ_M~2,因此无需估计权重.由于SEL法的估计函数是光滑的,故可以进行Bartlett纠偏.随机模拟结果表明与已有的方法相比,SEL法经过Bartlett纠偏后有更高的精度.     

基于指标权重分配的群决策赋权方法研究

本文的主要工作是从指标层入手对群决策中的赋权方法进行研究。首先,根据多位专家给出的某一指标的多个权重,通过一致性检验确定该指标的合理取值区间;然后,以组合权重与通过一致性检验的专家权重之间的偏差最小为目标函数建立优化模型,求解组合权重;最后,通过算例验证了模型的有效性和可行性。本文的主要创新与特色有两点:一是从指标层面对专家权重的一致性进行检验,与根据专家的权重向量的一致性检验相比,更加灵活,且避免了对有效信息的删除和无效信息的放大;二是从指标层面确定指标的组合权重,解决了群决策中的组合赋权问题,改变了专家权重分配对组合权重的影响问题。     

概率与统计的知识理解之单因素方差分析

方差分析作为检验三个及以上总体均值间是否存在显著性差异的重要方法,利用组内与组间的差异构造统计量,在各种数据分析中具有广泛的应用.本文通过实例对方差分析背后的原理与思想进行剖析,并对其在SPSS中的操作与结果进行说明与解读,结合数据分组进一步拓展至聚类分析的有关内容,从而更好地理解两大实证研究方法的共同思想.     

基于kappa一致性检验的企业生命周期判定方法比较

抽取40个机械制造业上市公司为样本,用纵向数据的回归分析法、产业增长率法和横向数据的主成分分析法对样本公司进行生命周期的判定。根据Kappa一致性检验的思想,提出多重Kappa一致性检验,并将其应用于三种生命周期判定方法的一致性研究。结果表明:(1)回归分析法和产业增长率法判定结果不具有一致性;回归分析法与主成分分析法结果不具有一致性;产业增长率法与主成分分析法结果具有一致性。(2)三种方法在判定企业生命周期的运用中各有所长。     

指数分布场合下同时存在异常大和异常小值的检验

针对指数分布的场合 ,笔者从经典统计思想入手给出了”取中逐步推移检验法” ,较好地解决了同时存在异常大和异常小数据的检验问题