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.     

非参数回归函数的基于截尾数据的估计

本文考虑截尾数据情况下非参数回归函数m(x)=E(Y|x)的估计。具体地讲,我们面对的是这样的数学模型:T是与(X,Y)独立的随机变量,我们观测到的不是Y本身,而是Z=min(Y,T)及δ=[Y≤T]。今有训练样本{(X_i,Z_i,δ_i)}_(i-1)及当前样本(X,z,δ),记ξ_i(·)=[z_i≥·], N~ (·)=sum from i=1 to n ξ_i(·), V_n(·)=multiply from i=1 to n{1 N~ (z_i)/2 N~ (z_i)}~[δ_i=_i<0], U_n(·)=sum from i=1 to n Wnt(x)ξ_i(·), 令 m_n(x)=integral from 0 to u_n U_n(y)|V_n(y)dy, 其中u_n=F_2~(-1)(n~(-a)),0<α<1/2为一实常数,F_2(·)=P(Y≥·)为Y的(右侧)分布函数。在权函数{W_(ni)(x)}_(i=1)~n及(X,Y,T)的分布函数满足一组条件下,我们证明了m_n(x)为m(x)的强相合估计,即:m_n(x)→m(x),a.s.(n→ ∞).     

连锁分析的非参数方法研究进展

连锁分析是基因定位研究中广泛采用的一种方法。按分析方法的不同,大致分为参数&非参数的两类。本文拟就连锁分析的非参数方法研究进展做一简要介绍。     

基于非参数控制图的数据质量监控方法改进研究

为监控多条多变量数据流的数据质量,本文提出了几种监控方法。本文首先介绍了统计过程控制领域的背景知识。之后本文采用闵式距离准则,基于3类常用的闵式距离,提出了3种EWMA类型的非参数控制图,此外,本文基于向量内积提出了第4种EWMA类型的非参数控制图。首先通过统计模拟,比较了4种控制图在不同的相关性水平下,对单条数据流过程均值漂移的监控效果。随后本文研究了平滑系数λ的取值对监控效果的影响。之后,本文将上述4种思路拓展到了大样本的情形,提出了5种可以监控多条数据流质量的方法。将这5种方法和现有的一种典型方法做了比较,比较了它们对不同幅度漂移的监控效果。最后使用山体滑坡的监控数据,比较了它们对实际数据的监控效果,显示了本文提出方法的优势。     

截尾数据的非参数回归函数的核估计

基于｛（Ｘｉ，Ｚｉ，δｉ），１≤ｉ≤ｎ｝，我们建立了Ｅ（Ｙ│Ｘ＝ｘ）的估计ｍｎ（ｘ）和ｍ＾ｎ（ｘ），并证明了估计量的强弱相合，积分绝对误差的强相合与平均相合性。     

基于sc RNA-seq数据的单细胞非线性降维方法

单细胞转录组测序数据中蕴含着丰富的细胞异质性表达信息,但也包含大量的冗余信息.降维不仅可以提取单细胞转录组测序数据内部的本质结构,减少冗余和噪声造成的误差,还可以为细胞聚类、基因富集分析、细胞发育轨迹推断等提供重要依据.本文介绍了基于流形学习、非负矩阵分解以及深度学习的非线性降维方法及其在单细胞转录组测序数据中的应用.     

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。     

含有持久生存数据的复发事件的生存函数的一个非参数方法(英文)

在生物学、社会科学、保险理赔、可靠性和人口统计学等的研究中,我们经常会遇到复发事件数据的处理.最近一段时间以来,两个相邻复发事件的时间间隔的一个纵向数据模型已经引起统计工作者的广泛兴趣.本文中,我们提议另一个复发事件时间间隔模型,它可以用来模拟生存数据中带有所谓的持久生存者.非参数方法将用于我们所提议模型的统计推断,模拟和现实数据的例子将用来评价模型和提议估计方法的小样本性质.     

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。     

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.     

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.     

面板数据公共变点的非参数最大似然估计

Gao Pengli;Xia Zhiming(School of Mathematics,Northwest University,Xi'an 710127,China)     

用Prony方法计算信号数据参数的误差分析

对于用Prony方法计算信号数据参数的误差分析,指出了提高计算精度的方法和影响精度的因素.我们分析了秩亏LS和TLS方法和误差界,指出用秩亏的Prony方法可大大提高计算精度.同时也指出了T的变化和η的变化对结果精度的影响,以及精确计算重奇点的方法,     

纵向数据非参数模型的惩罚修正二次推断函数估计

基于纵向数据研究非参数模型y=f(t)+ε,其中f(·)为未知平滑函数,ε为零均值随机误差项.利用截断幂函数基对f(·)进行基函数展开近似,并且结合惩罚样条的方法构造关于基函数系数的惩罚修正二次推断函数.然后利用割线法迭代得到基函数系数估计的数值解,从而得到未知平滑函数的估计.理论证明,应用此方法所得到的基函数系数估计具有相合性和渐近正态性.最后通过数值方法得到了较好的拟合结果.     

左截断数据下非参数回归模型的复合分位数回归估计

利用局部多项式方法研究了误差具有异方差结构的非参数回归模型,在左截断数据下构造了回归函数的复合分位数回归估计,并得到了该估计的渐近正态性结果,最后通过模拟,在服从一些非正态分布的误差下,得到该估计比局部线性估计更有效.     

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.     

基于数据驱动方法的控制器设计及其参数整定

以一般离散时间非线性系统为研究对象,提出一类基于数据驱动的控制器设计及其参数整定方法.方法首先依据非参数时变动态线性化定理提出3种控制器结构,再采用迭代反馈整定方法(IFT)优化其控制器参数,从根本上解决了IFT方法给定控制器结构时存在的盲目性.最后将该方法与另外两种数据驱动控制方法---无模型自适应控制(MFAC)和IFT方法进行比较研究,结果表明方法是有效的.     

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.