Model selection for canonical correlation analysis

1. IntroductionLet X and Y be p x 1 and q x 1 random vectors, respectively, and let p 5 q. PutCanonica1 correlation analysis focuses on the relationship between the two sets of randomvariables, X.. 1 and Yax 1' We ca1l EFllZl,Zdz Z2l the canonical correlation matrix (CCM).Let pf,',p; (l > Pf 2.' 2 p; 2 0) be the eigenvalues of CCM. Their positive squareroots pl )', pp are the population canonical correlation coefficients. Letbe the sample covaxiance matrix, where U'1,' 5 Wi. ar…     

An Application of Multiple Comparison Techniques to Model Selection

Akaike's information criterion (AIC) is widely used to estimate the best model from a given candidate set of parameterized probabilistic models. In this paper, considering the sampling error of AIC, a set of good models is constructed rather than choosing a single model. This set is called a confidence set of models, which includes the minimum {AIC} model at an error rate smaller than the specified significance level. The result is given as P-value for each model, from which the confidence set is immediately obtained. A variant of Gupta's subset selection procedure is devised, in which a standardized difference of AIC is calculated for every pair of models. The critical constants are computed by the Monte-Carlo method, where the asymptotic normal approximation of AIC is used. The proposed method neither requires the full model nor assumes a hierarchical structure of models, and it has higher power than similar existing methods.     

Model Selection Using the Estimative and the Approximate p* Predictive Densities

Model selection procedures, based on a simple cross-validation technique and on suitable predictive densities, are taken into account. In particular, the selection criterion involving the estimative predictive density is recalled and a procedure based on the approximate p* predictive density is defined. This new model selection procedure, compared with some other well-known techniques on the basis of the squared prediction error, gives satisfactory results. Moreover, higher-order asymptotic expansions for the selection statistics based on the estimative and the approximate p* predictive densities are derived, whenever a natural exponential model is assumed. These approximations correspond to meaningful modifications of the Akaike's model selection statistic.     

基于参数估计线性回归模型选择的研究

关于线性回归模型选择 ,[1 ]中介绍了许多方法 ,他们均基于残差平方和下建立的选择准则 .本文试基于参数估计的理论给出一种方法 ,从参数估计的优良性质上来说 ,我们认为是合理的 .同时给出了计算方法及应用实例 .     

固定效应空间误差分量模型的空间相关性检验

本文研究固定效应设定下,空间误差分量(Spatial Error Components,SEC)模型的空间相关性边际检验、条件检验和转换检验.Monte Carlo模拟实验证明,转换检验有更小的水平扭曲和优越的检验功效,且不受固定效应大小影响,是经济计量实证中理想的检验统计量;转换检验有限样本性质受空间权重矩阵的选取和...     

热带气旋登陆概率的Logistic模拟

本研究采用1949--2008年近60年的热带气旋资料,对热带气旋源地分布与登陆概率进行了描述统计以及相关分析;并在此基础上建立Logistic模型,模拟热带气旋的登陆概率。结果显示:(1)西北太平洋热带气旋源地分布和登陆气旋的源地分布存在显著差异。0°-10°N纬度带登陆频数与生成频数比偏低,纬度带10°-15°N则两者具有一致性,而15°N以北登陆频数比偏高。经度的分布上135°E以西偏高,135°E以东偏低。(2)热带气旋登陆概率与源地存在显著相关关系。以西北太平洋热带气旋源地做5°×5°的经纬度分类,源地愈偏东登陆概率愈小,而TC源地纬度变化对其登陆概率的影响不如经度变化显著,但是随纬度偏北略为增加。(3)Logistic模型对影响和登陆我国的热带气旋拟合表明,经度带由西向东4个生成TC频数较多的典型海区,即南海中北部海面、菲律宾群岛以东和琉球群岛附近海面、马里亚纳群岛附近海面、马绍尔群岛附近海面的登陆概率逐渐减低。本文首次将非参数检验、Logistic概率回归模型等统计方法应用于热带气旋气候特征研究,提高了对西北太平洋热带气旋源地与其登陆关联性的统计规律性认识。     

Logistic回归模型选择的渐近概率

在许多情况下，我们需要对logistic回归模型中的重要变量进行选择，在本文中，我们对从信息论准则AIC选择出的模型给出了渐近分布和渐近概率。     

误差合成空间固定系数模型的多阶段广义最小二乘估计

本文对时变系数的空间面板数据模型进行了研究,所研究的模型利用扰动项中的空间个体成分将不同时期的方程联系起来,同时,自变量系数和空间自回归系数是时变的,但不会随着观测个体的变动而变动。本文利用基于可行的广义最小二乘估计的多阶段方法对模型参数进行了估计,研究了估计量的大样本性质,并利用Monte Carlo方法模拟了其小样本性质。模拟结果表明,估计量的渐近性质随着样本容量的增加而改善。对中国省级地区间财税策略互动行为的实证案例也体现了本文理论模型的应用价值。     

一类比例保险模型的破产概率问题

研究了比例再保险的破产概率问题,推广了Gramer-Lundberg经典模型的有关结果,并证明了基于比例模型合保问题最低保费的一个结果。     

线性度量误差模型的序列相关检验

回归模型的序列相关检验是经济和金融数据分析中的一项重要的工作.基于最小二乘残差,作者提出了一个检验统计量以检验线性度量误差模型的误差序列是否存在序列相关性.在零假设下,得到了检验统计量的渐近分布.数值模拟结果表明,这里提出的检验统计量具有良好的有限样本性质.     

带有变量选择过程的分类模型误差分析

偏倚一方差分析方法是在模型选择过程中权衡模型对现有样本解释程度和未知样本估计准确度的分析方法,目的是使选定的模型检验误差尽量小.在分类或回归过程中进行有效的变量筛选可以获得更准确的模型表达,但也会因此带来一定误差.提出"选择误差"的概念,用于刻画带有变量选择的分类问题中由于变量的某种选择方法所引起的误差.将分类问题的误差分解为偏倚—方差—选择误差进行研究,考察偏倚、方差和选择误差对分类问题的总误差所产生的影响.     

保险系统中一种推广风险模型的破产概率

将经典复合 Poisson风险模型推广至更为一般情况 ,其中保单以 Poisson分布流到达且收取的保费为随机变量 ,建立一种双复合 Poisson风险模型 .对此模型 ,得到了最终破产概率的一般表达式和破产概率的一个上界估计值 .     

高考作文评分误差动态监控的理论模型

作文评分误差控制是个难题，尤其在我国的高考中，由于考生众多，使问题更为尖锐。本文对作文评分误差的检测方法进行了研究，提出控制系统误差、随机误差的数学模型。并对其有效性给出定量分析。     

舰船信息融合工程模型部分测试模型研究

通过对误差方差不等性检验 ,趋势函数线性性检验 ,从而得到误差随机部分的统计结果 ,建立起舰船信息融合工程模型的误差模型 .     

改进的期望效用-熵模型在沪市股票选择中的应用研究

用Arrow-Pratt风险厌恶度来度量期望效用-熵平衡系数以改进风险型决策的期望效用-熵模型;根据改进的期望效用-熵模型以及期望效用准则,分别从上证50指数样本股中选取7只股票构造投资组合,进行比较.研究结果表明,用改进的期望效用-熵模型得到的股票组合效果更优.     

��ҵ��Ϣ����ȫ����µ��״�ͨ��ΥԼ����ģ��

This paper establish a first passage time model based on the Merton's structural model by using the method of geometric Brownian motion. In this paper, we consider the accounting noise and historical default record and then introduce a new incomplete information hypothesis. Besides, we introduce the stock's liquidity value into the model, and apply its method measurement which based on Merton's structural model to the first passage time model to obtain the endogenous default boundary. Based on the incomplete information, the conditional default probability is derived by using the default boundary. And at the last of this passage, we analysis the effect of the correlation between stock's price and company assets on the default probability.     

PLM中误差方差未知时的GLR

本文检验部分线性回归模型(PLM)中,误差的方差未知时,函数部分是否是线性函数,在备择假设下,先用局部多项式方法估计出函数部分,再估计参数部分.计算出了零假设下广义似然比(GLR)检验统计量的表达式,给出了它的渐近分布,并对结果进行了模拟.     

故障概率模型的建立与估算定理的推证

基于网络部件故障概率及其更新的随机过程,应用RRM和CTMC分析马尔科夫概率模型MPM的建立,讨论在基本条件下的故障概率重要定理和可靠性概率估计的应用公式.     

命题演算系统S的概率模型

概率模型P是为有效地检验命题演算系统之永真(假)函项、永真蕴涵关系;求取命题(合取、析取)范式及证明各重言式定理而特设的一种纯数学模型.其特征是,在运算中既保持概率运算的基本性质,又满足命题演算的逻辑要求,且运算关系简单(仅含算术运算+、-、×).     

(IGa-Exp)模型下二行动线性决策问题的抽样信息期望值

二行动线性决策问题是一类常见而重要的决策问题.指数分布在排队论和可靠性理论等领域应用广泛.本文讨论了逆Γ分布共轭于指数分布的决策模型下的二行动线性决策问题的抽样信息期望值的计算公式及应用价值.