具有线性趋势回归信度模型异方差的score检验

回归信度模型在保险研究中具有重要的作用.本文分险种内部,险种之间,险种内部及之间三种情形讨论了具有线性趋势回归信度模型异方差的score检验问题.首先推导了异方差存在性检验的score检验统计量,然后利用Monte-Carlo方法模拟了这几种检验统计量的功效,功效模拟结果显示：这几种检验统计量都有很好的检验效果.最后利用文中所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析.     

具有线性趋势回归信度模型的自相关性的score检验

回归信度模型在保险研究中具有重要的作用。本文讨论了具有线性趋势回归信度模型自相关性的score检验问题。首先推导出模型中自相关存在性检验的score检验统计量,然后利用Monte-Carlo方法模拟了此种检验统计量的功效。最后利用文中所得到的检验方法对旅客意外身体伤害保险数据进行了实例分析。     

具有共同效应的信度回归模型

在经典的Hachemeister(1975)信度回归模型中,各个风险被假定为相互独立的.本文假设风险之间存在由共同效应导致的风险相依,建立了共同效应的信度回归模型,得到未来索赔的信度预测与风险参数的信度估计.结论表明,在共同效应模型,信度估计仍然是个体索赔数据与聚合保费的加权和.     

多元线性回归模型中的线性经验Bayes估计

H.Robbins提出的经验Bayes估计应用于多元线性回归模型,已有一些文献进行了讨论。Martz和Krutchkoff通过Monte-Carlo模拟试验讨论了一般假设下的线性回归模型问题,但并没有从理论上证明他们所给出的EB估计的任何相合性和渐近最优性。Wind考虑了当误差向量满足0均值σ~2I为协方差阵时,回归系数的EB估计问题,但其结果也存在着缺陷。Singh考虑了在多元线性回归模型中误差向量具有多元正     

一元线性回归检验理论的一种证明

利用正交变换法,给出一元线性回归假设检验定理的一种直接证明.这种证明方法可供在数理统计教学中作参考.     

部分线性回归模型中的自适应估计

考虑半参数回归模型y_i=x_iβ+g(t_i)+e_i,1≤i≤n;其中g(·)是未知函数,β是待估参数,e_i是随机误差. 本文首先在(x_i,t_i)是i.i.d设计点列下,当g(·)的估计取一类核估计序列时,构造了β的自适应估计β_n,同时给出了β_n及g_n^*(g的最终估计)的渐近最优强弱收敛速度;然后在(x_i,t_i)是固定非随机设计点列下,当g(·)的估计取一般非参数估计(包括常见核估计和近邻估计),讨论了β的最小二乘估计的渐近正态性.     

测量误差模型只有一个变点的检验和估计

本文讨论了测量误差模型中参数只有一个变点的检验和估计问题，首先，给出其似然比检验统计量，然后，基于最小信息准则的原理，利用Schwarz信息准则（SIC），在多余参数已知和未知的情况下，分别给出了检验统计量，讨论了利用SIC方法给出的检验统计量的渐近分布，证明了基于似然比方法和SIC方法给出的变点估计是相同的，并且在一定条件下，给出了变点估计的极限分布，运用Monte-Carlo随机模拟的方法，分别给出了以上检验的临界值。     

相依线性回归系统回归系数的预检验岭估计

对于由两个相依线性回归方程组成的线性回归系统，文「５」提出了基于最小二乘估计和协方差改进估计的一种新型估计，即预检验估计，它具有许多优良性质，但是在设计阵呈病态时，预检验估计的均方误差很大，因而在这种情况下不再被谯是良好估计。     

随机回归模型线性性的拟合优度检验方法

本文研究随机多元回归模型的线性性检验．所提出的检验统计量是由两个统计量之和形成的．第一个是由最小二乘回归拟合的残差构造的，它具有渐近ｘ２分布，但在完全对立假设检验时，它不是相容的．另一个则是基于对上述残差量的回归核估计，在零假设成立时，它趋于零，在对立假设成立时，则趋于无穷大．理论结果表明，本文的检验方法在完全对立假设下仍有相容性．模拟结果显示出，此方法在许多对立假设下，具有较好的功效．     

在非线性回归模型中误差为AR(2)的相关性检验

本文讨论了在非线性回归模型中误差为AR(2)的相关性检验，得到了误差相关性检验的似然比检验统计量、Score检验统计量．对感兴趣参数和多余参数，利用Cox and Reid(1987)提出的正交化方法，给出了修正的似然比检验统计量和Score检验统计量．推广了胡跃清，韦博成(1994)讨论的在非线性回归模型中误差为AR(1)相关性检验的结果．     

基于因变量抽样设计下线性回归模型的假设检验问题

在许多大型队列研究中,采用节约成本并能提高效率的抽样机制至关重要,基于因变量的抽样设计正是这样一种有偏抽样机制.这种方法最大的优点在于:能够将资源集中在那些包含有更多的协变量与因变量关系信息的研究群体上.本文研究基于因变量抽样设计下的线性模型中回归方程显著性检验以及回归系数显著性检验问题.基于一种半参数经验轮廓似然的方法,我们分别为回归方程检验与回归系数检验提出了相应的检验统计量,获得了所提出检验统计量的渐近性质.通过模拟研究评估了所提出的检验方法在有限样本下的表现,并应用提出的方法分析了一个孕妇分娩的实际数据.     

观测向量的变换对广义线性模型参数估计的影响

本文一般地考察了观测向量Ｙ用线性变换ＦＹ代替对广义线性模型Ｙ＝Ｘβ＋ε的系数估计的影响，得到了由变换引起的方差增量公式，并由此得到了一个可估子空间，当且仅当其中元素的估计优良性不因观测向量的变化而改变，这一结果推广了文献［１］的结果．     

缺失数据下线性模型中回归参数的经验似然置信区域

在缺失样本下,构造了线性模型中参数的调整的经验似然置信域,数值模拟表明调整的经验似然置信域有较好的覆盖率和精度.     

部分线性模型中的非参数部分的线性性检验

In this paper,we propose the test statistic to check whether the nonpara- metric function in partially linear models is linear or not.We estimate the nonpara- metric function in alternative by using the local linear method,and then estimate the parameters by the two stage method.The test statistic under the null hypothesis is calculated,and it is shown to be asymptotically normal.     

带有随机设计的非参数回归模型的异方差小波检验

该文讨论了带有随机设计的非参数回归模型的异方差小波检验. 首先给出了回归模型的条件方差函数的经验小波系数, 然后证明了它们是渐近独立和正态的. 基于 Fan (1996) 的方法, 构造了异方差检验统计量.最后通过数值模拟,作者检验了该文所提出的方法的有效性.模拟结果表明该文所提出的检验方法在水平和功效方面表现良好.     

删失数据下线性回归模型的参数估计

主要叙述在数据观测不完全的情况下,采用最小二乘法对线性回归模型回归系数的估计及估计量的渐进性质,并给出数据模拟．     

带模糊回归参数的线性回归模型

本文讨论了数值输入模糊数输出的观测数据的线性最小二乘拟合问题，建立了数值空间到模糊数空间的带模糊回归参数的线性回归模型，证明了模型解的存在性和唯一性，并得到了解的表达式。本模型应用简便，具有实用价值。