有结构变化的半参数回归模型及其级数估计

结合半参数回归模型和含未知变点的结构变化模型,提出一个参数和非参数分量同时存在结构变化的新模型——有结构变化的半参数回归模型.在新模型非参数分量的级数估计基础上,得出模型参数的最小二乘估计,进一步推得条件期望函数估计的收敛速度及其渐近正态性.随机模拟结果表明,本文的新模型及估计方法具有广泛的适用性和灵活性.     

基于数据驱动与遗传计算的海域组合单元水质模型多参数分步耦合优化反演方法研究

考虑水质模型参数时域和地域差异性,建立了模型参数在各单元与时段内独立赋值的海域组合单元水质模型.结合多种反演方式的效率问题,通过数据驱动模型、遗传算法和海域组合单元水质模型的分步耦合,提出了水质模型多参数优化反演的新方法:将数据驱动模型同海域组合单元水质模型有机结合进行初步反演,获得多参数匹配关系;以误差函数为适应度,将海域组合单元水质模型嵌入遗传算法模型中,以多参数匹配关系初值为约束条件,进行多参数精确反演.最后以渤海湾海域组合单元水质模型多参数反演的"孪生"试验验证方法的有效性,数值结果表明分步耦合反演新方法具有较高的精度和效率;组合单元式的参数赋值与反演方式有利于提高模型验证精度.     

半参数再生散度非线性模型中参数的投影核和刀切估计的相合性与渐近正态性

半参数再生散度非线性模型(SRDNM)是再生散度非线性模型和半参数回归模型的自然推广和发展,它包括半参数非线性模型和半参数广义线性模型等特殊模型. 基于非参数部分的局部核估计, 给出了SRDNM模型中参数的投影核估计与刀切估计, 并对其进行了理论比较. 在一定的正则条件下,得到了这两类估计的强相合性与渐近正态性. 相比之下, 刀切估计比投影核估计具有更大的渐近方差. 最后, 模拟研究和实例分析被用来说明所给方法的有效性.     

随机权函数半参数回归模型的导方差统计分析

在回归分析中,观测值的方差齐性只是一个基本的假定,在参数、半参数和非参数回归模型中关于异方差检验和估计问题已有很多研究.本文在冉昊和朱忠义(2004)讨论的半参数回归模型的基础上,用随机参数方法,讨论随机权函数半参数回归模型中的异方差检验问题,得到了方差齐性检验Score统计量,同时,当半参数模型存在异方差时,本文还给出了估计方差的方法.     

应用SAS解非线性回归问题

.应用SAS/STAT估计非线性回归模型中的参数.首先,通过变量代换,把可以线性化的非线性回归模型化为线性回归模型,并用普通最小二乘法、主成分分析法和偏最小二乘法求模型中的参数和回归模型.其次,通过改良的高斯—牛顿迭代法来估计Logistic模型和Compertz模型中的参数.     

基于MCMC抽样的金融贝叶斯半参数GARCH模型研究

GARCH模型是研究金融资产收益的重要模型,然而现有参数GARCH模型依然不能有效刻画金融资产收益偏态厚尾特性且存在模型设定风险。本文在非参数分布和GARCH模型基础上,建立半参数GARCH模型以提高模型的有效性;同时在贝叶斯框架内发展有效MCMC抽样解决模型的参数估计难问题,并利用DIC4研究模型比较问题;最后通过模拟研究和实证研究考察MCMC抽样的有效性,检验半参数GARCH模型在刻画金融资产收益特性和风险价值预测方面的实际效果。     

基于半参数EGARCH模型的VaR和CVaR度量与实证研究

本文主要是运用半参数EGARCH模型研究中国股票市场风险.首先,运用半参数EGARCH模型估计波动率.其次,研究中国股票市场风险,即估计VaR和CVaR值.最后,利用半参数EG;ARCH模型对上证指数进行实证分析。结果表明,半参数EGARCH模型比一般的EGARCH模型能更准确地度量中国股市风险。     

带有不可忽略缺失数据的半参数再生散度模型的贝叶斯分析

半参数再生散度模型是再生散度模型和半参数回归模型的推广,包括了半参数广义线性模型和广义部分线性模型等特殊类型.讨论的是该模型在响应变量和协变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题.在分析中,采用了惩罚样条来估计模型中的非参数成分,并建立了Bayes层次模型;为了解决Gibbs抽样过程中因参数高度相关带来的混合性差以及因维数增加导致出现不稳定性的问题,引入了潜变量做为添加数据并应用了压缩Gibbs抽样方法,改进了收敛性;同时,为了避免计算多重积分,利用了M-H算法估计边缘密度函数后计算Bayes因子,为模型的选择比较提供了一种准则.最后,通过模拟和实例验证了所给方法的有效性.     

半参数ACD模型及其在中国股票市场中的应用研究

本文提出了半参数ACD模型并基于模拟样本与调整后的中国股票市场的价格时间间隔样本对模型进行实证分析.半参数ACD模型对条件期望的函数形式与随机误差项的分布形式要求都没有参数ACD模型强,因此不会像参数ACD模型那样因模型形式设定错误而得出错误结论.这一点在我们的实证分析中可以得到证实.与非参数ACD模型相比,半参数ACD模型能够估计出参数,这增加了模型的解释能力.半参数ACD模型估计出来的各个可加部分图形的形状对于正确设定参数ACD模型具有一定的指导作用.     

基于LMSV模型的半参数方法对股市波动长记忆特征的识别

在金融时间序列波动具有显著的长记忆性这一背景之下,研究了LMSV模型长记忆参数的估计问题。首先,分析了LMSV模型的相关性质;接着,根据LMSV模型和ARFIMA模型的良好对应关系,提出了估计LMSV模型长记忆参数的半参数方法;最后,基于股市数据,验证了波动半参数方法的有效性。     

A study on the modeling ability of the IDS method: A soft computing technique using pattern-based information processing

The ink drop spread (IDS) method is a modeling technique developed by algorithmically mimicking the information-handling processes of the human brain. This method has been proposed as a new approach to soft computing. IDS modeling is characterized by processing that uses intuitive pattern information instead of complex formulas, and it is capable of stable and fast convergences. This paper investigates the modeling ability of the IDS method based on three typical benchmarks. Experimental results demonstrated that the IDS method can handle various modeling targets, ranging from logic operations to complex nonlinear systems, and that its modeling performance is satisfactory in comparison with that of feedforward neural networks.     

Implementation aspects of interactive multiobjective optimization for modeling environments: the case of GAMS-NIMBUS

Interactive multiobjective optimization methods have provided promising results in the literature but still their implementations are rare. Here we introduce a core structure of interactive methods to enable their convenient implementation. We also demonstrate how this core structure can be applied when implementing an interactive method using a modeling environment. Many modeling environments contain tools for single objective optimization but not for interactive multiobjective optimization. Furthermore, as a concrete example, we present GAMS-NIMBUS Tool which is an implementation of the classification-based NIMBUS method for the GAMS modeling environment. So far, interactive methods have not been available in the GAMS environment, but with the GAMS-NIMBUS Tool we open up the possibility of solving multiobjective optimization problems modeled in the GAMS modeling environment. Finally, we give some examples of the benefits of applying an interactive method by using the GAMS-NIMBUS Tool for solving multiobjective optimization problems modeled in the GAMS environment.     

Adapting the task-taxon-task methodology to model the impact of chemical protective gear

The Task-Taxon-Task method (Anno et al. DNA-TR-95-115, 1996) is a statistical modeling approach to predict performance decrements on behavioral tasks in response to various stressors. We describe the basics of the T3 method and our approach to adapting it to handle more acute stressors, which can require decomposition into task networks via logical or empirical analysis. We provide an illustrative example showing how the method can be used to account for performance decrements in manual tasks associated with wearing protective gloves. This illustration provides a substantive application in which the current T3 method can be augmented to account for performance decrements in a new sub-domain, while additionally providing lessons for extending the method to new stressors, performance domains, and behavior modeling systems.     

时间序列系统建模预测的一种新方法

利用微分方程数值解法对时间序列系统建模作了新的探讨 ,给出了单调型和起伏型时间序列的建模预测方法 .本文给出的方法适用范围广泛 ,尤其对间隔较小的时间序列能获得满意的精度 ,文中最后给以建模实例 .     

多项式混沌方法在偶然不确定度量化中的应用

复杂工程建模与模拟中必然存在误差与不确定度,分析与辨识其不确定度的来源,对不确定度进行量化,对建模与模拟可信度评估具有重要意义。本文给出建模与模拟中误差与不确定度的概念及不确定度的量化过程,并以质量弹簧阻尼系统为例说明量化偶然不确定度的过程,验证了非嵌入多项式混沌方法在非光滑系统不确定度量化中的有效性,对建模与模拟中不确定度量化具有重要的参考价值。     

基于灰色理论的线性模型参数理论及应用

线性模型是经典统计学的基本内容,主要应用于随机数据的建模分析。如何对非随机的模糊或灰色等不分明性数据进行模型构建和统计分析。基于灰色系统理论,在一系列关于灰色统计推断理论的研究基础上,将灰色估计和灰色假设检验等方法拓展到线性模型的参数估计和假设检验中。与经典统计分析方法进行对比,为不分明数据的建模分析提供新的方法。     

基于Euler网的企业流程建模方法研究

本文主要介绍了基于离散事件系统的 Euler网建模方法 ,Euler网方法是在活动周期图方法的基础上 ,以图论和网论为描述语言的一种建模方法 ,它可以较好地支持生命周期 ,能够充分反映企业不断改进和扩展的过程 ,因此本文采用 Euler网方法对企业流程建模进行了重点研究 ,为企业建模提供了新的思路 .     

GM(1,1)模型预测精度仿真分析

基于GM(1,1)模型的灰色预测具有独特优点.从GM(1,1)建模数据的选择入手,应用数值仿真方法,针对具有不同发展系数和偏离度的大量模拟序列研究了建模维数与预测精度之间的关系.研究结果给出了不同情况下的最佳建模维数和预测精度期望值,为GM(1,1)建模提供了有益的指导信息.     

An Improved Fuzzy Modeling Method for a Class of Multi-Input Non-affine Nonlinear Systems

In this paper, an improved fuzzy modeling method is developed for a class of non-affine nonlinear systems. The idea comes from the concepts of the optimization tools and the Takagi–Sugeno fuzzy modeling technique. Specifically, this method is suitable especially for non-affine nonlinear systems. Two benchmark single-input and one multi-input non-affine nonlinear systems are illustrated to show that the proposed modeling scheme is superior to existing modeling methods.     

Method of Local Peak Functions for Reconstructing the Original Profile in the Fourier Transformation

We propose a method for reconstructing the original profile function in the one-dimensional Fourier transformation from the module of the Fourier transform function analytically. The major concept of the method consists in representing the modeling profile function as a sum of local peak functions. The latter are chosen as eigenfunctions generated by linear differential equations with polynomial coefficients. This allows directly inverting the Fourier transformation without numerical integration. The solution of the inverse problem thus reduces to a nonlinear regression with a small number of optimizing parameters and to a numerical or asymptotic study of the corresponding modeling peak functions taken as the eigenfunctions of the differential equations and their Fourier transforms.