基于非参数方法的课堂教学评价一致性建模与分析

为了有效监控和提高课堂教学质量,国内外很多高等院校普遍采用学生评价与督导专家评价相结合的教学评价体系.为克服教学评价的主观性,针对多名学生和多名专家同时对某一名教师的课堂教学进行打分时两组评价数据的一致性问题,提出了一致性非参数分析模型,并基于一致性分析结果给出了课堂教学非参数综合评价方法,最后通过仿真示例,验证了方法的适用性和有效性.     

非参数方法估计分位数模型的研究综述

目前国内对于线性分位数回归模型的研究及其应用正在火热进行中,而非参数计量方法由于其优越性也受到越来越多人的重视,但对于两种方法结合应用的相关研究才刚刚开始.对于目前国内外已有的以及正在发展中的非参数方法估计分位数回归模型做了一个综述,包括理论综述及实证应用综述,其中重点介绍了此方面研究的前沿理论:Li and Racine关于非参数估计条件累积分布函数(CDF)和分位函数的研究.通过介绍,希望对于我国非参数估计分位数回归模型方法的研究和应用有所裨益.     

商业银行操作风险的度量——基于非参数方法

在损失分布方法的基础上,本文基于非参数方法对商业银行操作风险的度量进行了研究。非参数方法对损失额的分布不作过多的设定,避免了由于分布误设可能出现的偏差。古典的核密度估计对损失额拟合的效果不太好,特别是尾部的拟合效果更差。变换后的核密度估计的拟合效果比古典的核密度估计改善很多.基于变换后的核密度估计对商业银行操作风险损失度量可以得到不同置信水平的VaR与ES,并且不同置信水平的差距比较大。基于非参数与基于参数方法得到的各个置信水平的VaR与ES有一定差距。     

参数与非参数前沿方法在生产率效率测度中的应用

参数和非参数前沿方法是测度生产率效率的两种重要方法,本文构建了一个将二者结合起来的研究框架。在此基础上,以我国30个省份的第一产业为例,对各省份的农业生产率效率进行了测度和比较。虽然两种方法各有优缺点,但结合使用不仅能提高各自的准确度,也能优化各决策单元的投入与产出比例,同时也是进一步经济计量分析的一个重要参照系。     

非参数方法在我国证券市场收益波动研究中的应用

以上海证券交易所综合指数日收益率数据为样本,讨论了非参数方法在建立股票价格模型中的应用.在此基础上,对股市收益分布进行了研究,并据此对市场走向进行了预测.     

非参数理论综述

对非参数理论进行了系统地综述.非参数理论中一个比较重要的内容是估计方法,常见的非参数估计方法有核估计、局部多项式估计、近邻估计等.光滑参数的选取、"维数灾难"与边界点问题也是与非参数理论有关的重要内容,也对这些方面进行综述.最后,文章还综述了非参数技术在时间序列模型中的有关应用问题.     

scSimseq:非参数单细胞RNA测序数据模拟方法

随着新一代测序技术的广泛使用,单细胞RNA数据逐渐成为研究的主流对象.然而,直接从生物体上获取单细胞RNA数据往往需要付出不小的成本.如何简单快捷地获取这些数据便是一个重要的问题.为了满足对比实验的需要,单细胞RNA数据的模拟方法通常除了模拟数据的统计量和原始数据接近以外,还需要在模拟数据中能够保留原数据的基因和细胞样本.在这里我们介绍了一种基于数据的模拟方法,在保留原数据的基因和细胞样本的基础上,不但可以低成本地模拟单细胞RNA数据,同时保证模拟结果和原数据在大部分特征上相似.通过大量数值实验证明,本文介绍的方法在基因表达的离散程度、0表达比例、表达异常值等方面都优于其他模拟方法,而且和实际数据更加接近.     

基于函数型非参数方法的气温数据预测分析

基于函数型非参数核回归估计的方法分析安徽省1955年至2010年月度平均气温数据,建立函数型非参数回归模型,并对2010年气温数据进行实证研究.同时,与经典的非参数回归模型的预测结果相比,本文方法的预测均方误差明显优于经典的非参数回归方法,体现出函数型非参数模型的优越性.     

利用非参数方法对上海股市周末效应的研究

本文首先利用基本统计分析和Kolmogorov -Smirnov检验发现沪市指数收益率不服从正态分布 ,随后利用了K -W检验考察周末效应的存在性 ,利用M -W检验考察周末效应的模式 ,最后利用了Levene检验来对收益率序列的方差进行分析 ,得出上海股市存在“二、五”效应的结论。并从结算制度、信息流的影响、信息披露制度等方面分析了成因。     

基于非参数方法的DNA序列信噪比阈值研究

基于人类、鼠类及其他哺乳动物的基因数据,共计1264个外显子、1553个内含子进行基因预测,对DNA序列信噪比阈值进行判断.提出基于Mann-Whitney检验、符号检验、Wilcoxon符号秩和检验的非参数置信区间法计算信噪比阈值,得到人类的阈值为1.108,鼠类的为1.0971,其他哺乳动物的为1.1754,与均值平均法、带标准差加权平均法、定义阈值为2的方法比较判断的正确率,结果表明利用非参数置信区间法计算的阈值在基因预测中具有最高的正确率.     

Random and Quasi-Random Linkage Methods in Global Optimization

In this paper a brief survey of recent developments in the field of stochastic global optimization methods will be presented. Most methods discussed fall in the category of two-phase algorithms, consisting in a global or exploration phase, obtained through sampling in the feasible domain, and a second or local phase, consisting of refinement of local knowledge, obtained through classical descent routines. A new class of methods is also introduced, characterized by the fact that sampling is performed through deterministic, well distributed, sample points. It is argued that for moderately sized problems this approach might prove more efficient than those based upon uniform random samples.     

非参数协方差分析基于变系数模型的统计推断

对于一类协方差分析模型,本文基于变系数模型的角度,提出了约束局部加权核估计方法,并构造了相应的检验统计量,给出了计算检验p-值的精确方法.最后通过数值模拟验证了所提检验方法的有效性.     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相对于参数自回归模型而言,非参数自回归模型能够很好地解决人口增长预测这一非线性问题,预测精度较高。     

Nonparametric bandit methods

Bandits are a finite collection of random variables. Bandit problems are Markov decision problems in which, at each decision time, the decision maker selects a random variable (referred to as a bandit arm) and observes an outcome. The selection is based on the observation history. The objective is to sequentially choose arms so as to minimize growth (with decision time) rate of the number of suboptimal selections.The appellation bandit refers to mechanical gambling machines, and the tradition stems from the question of allocating competing treatments to a sequence of patients having the same disease. Our motivation is machine learning in which a game-playing or assembly-line adjusting computer is faced with a sequence of statistically-similar decision problems and, as resource, has access to an expanding data base relevant to these problems.The setting for the present study is nonparametric and infinite horizon. The central aim is to relate a methodology which postulates finite moments or, alternatively, bounded bandit arms. Under these circumstances, strategies proposed are shown to be asymptotically optimal and converge at guaranteed rates. In the bounded-arm case, the rate is optimal.We extend the theory to the case in which the bandit population is infinite, and share some computational experience.     

Optimal Design in Nonparametric Life Testing

We consider the problem of estimating the common survival function S ₀ of independent objects. The successive failure times of the objects can be observed during a given time interval [0,T]. In order to get information more quickly, the observer has the freedom to shorten the life duration of the observed objects by applying a predictable stress Z= (Z _t ) _{t∈ [0,T]}. The stress intensity is governed by a certain cost constraint. We explore this estimation problem within its natural stochastic control setting. By choosing a nonparametric Bayesian setting, we can formulate simultaneously the problem of estimating S ₀ as → ∞ and the choice of Z. Under some restrictions, we propose an hybrid procedure $#x015C;₀(Z) for estimating S ₀, combining the Nelson—Aalen estimator and a dynamic programming approach in order to choose the stress Z in an optimal way. This revised version was published online in June 2006 with corrections to the Cover Date.     

Variational Methods in Convex Analysis

We use variational methods to provide a concise development of a number of basic results in convex and functional analysis. This illuminates the parallels between convex analysis and smooth subdifferential theory. Research was supported by NSERC and by the Canada Research Chair Program and National Science Foundation under grant DMS 0102496.