结构参数计量经济学模型的识别及其应用

结构计量模型可识别性决定了结构参数估计的稳定性。为此,本文从扩展结构参数与简化型参数关系体系的视角讨论了结构参数模型的识别问题。首先,证明了一种识别结构参数模型的秩条件。研究发现,对于具有系数线性约束的联立方程组模型,本文的秩条件等价于Koopmans的秩条件;而且,对于SVAR模型,本文的秩条件推广了Hamilton的三角约束条件、Blanchard和Quah的短期识别约束条件、Gali的长期识别约束条件和Rubio-Ramirez等的合并约束条件。另外,应用本文的秩条件研究了一种DSGE模型的可识别性。     

受控AR信号模型下基于Kullback-Leibler信息量HMM参数的估计算法

本是在对现实世界中常见的信号模型一受控AR模型的处理中引进HMM的，并且基于Kullback-Leibler(简记为K-L)信息量在此特定信号模型下蛤出了HMM参数的估计算法。     

语音识别中AR模型的研究

介绍用线性AR(p)模型提取语音信号的LPC参数估计的方法(矩(YW)估计和极大似然(M LE)估计),并且对模型进行检验和模拟.     

关于AR（P）模型参数的LAD估计收敛性

一、引言和定理的叙述由于在实际问题中,具有无限方差的误差可能适合许多现象(参看[1]—[4]),所以估计下述自回归模型(1.1)的回归参数有重大的意义.     

AR模型辨识的稀疏结构迭代算法

模型估计是机器学习领域一个重要的研究内容,动态数据的模型估计是系统辨识和系统控制的基础.针对AR时间序列模型辨识问题,证明了在给定阶数下AR模型参数的最小二乘估计本质上也是一种矩估计.根据结构风险最小化原理,通过对模型拟合度和模型复杂度的折衷,提出了基于稀疏结构迭代的AR序列模型估计算法,并讨论了基于广义岭估计的最优正则化参数选取规则.数值结果表明,方法能以节省参数的方式有效地实现AR模型的辨识,比矩估计法结果有明显改善.     

AR模型阶数依平方损失函数下的Bayes估计

本文在假定模型阶数K有已知上界、并为离散随机变量,且具有一定的先验概率函数的情况下,讨论了在平方损失下AR模型阶数的Bayes估计,并证明了所给的估计量是有一致性的估计。     

固定设计下非参数回归模型估计的渐近性质

考虑固定设计下具有非参数AR(1)的非参数回归模型,综合最小二乘和非参数核估计法,定义了非参数函数的估计量,在适当的条件下,研究了它们的渐近性质.     

有噪声场合自回归模型的参数估计及定阶

本文讨论了有噪声场合自回归模型的参数估计及定阶问题 ,还给出了噪声模型的参数估计 ,证明了它们的强相容性 ,并进行了数值模拟计算     

动力学方程组中参数识别模型及其优化性质

本文建立了动力学方程组中参数优化识别的数学模型.这是个含有动态约束的泛函极小化问题.应用线性算子的连续性,证明了该问题最优解的存在性,即参数的可识别性.最后依据弱Gateaux微分,给出并证明达到最优解的一个必要条件.     

序约束下AR(p)-ARCH(q)模型参数的估计与检验

In this paper, we study a stationary AR(p)-ARCH(q) model with parameter vectors a and β. We propose a method for computing the maximum likelihood estimator (MLE) of parameters under the nonnegative restriction. A similar method is also proposed for the case that the parameters are restricted by a simple order: α1≥α2≥…≥αq, andβ1≥β2≥…βp. The strong consistency of the above two estimators is discussed. Furthermore, we consider the problem of testing homogeneity of parameters against the simple order restriction. We give the likelihood ratio (LR) test statistic for the testing problem and derive its asymptotic null distribution.     

AR（p）模型中的缺失数据估计

运用EM算法,对含有缺失数据的AR（p）模型进行参数估计,通过最大似然准则就非左端缺失的情况进行插补.最后,用蒙特卡洛方法给出实验分析,表明如下结果：（i）误差与AR模型的阶数正相关,与缺失比例正相关;（ii）当AR模型的特征根模长相对较小时,误差与数据长度负相关,且误差被控制在了标准差的30％以内;（iii）当模长中等时,误差基本控制在1个标准差左右;（iv）当模长较大时,误差与数据长度正相关,而且误差也相对较大.     

一类非参数回归模型核估计的渐近性质

研究一类新的非参数回归模型回归函数的核估计问题,其中误差项为一阶非参数自回归方程.通过重复利用Watson-Nadaraya核估计方法,构造了回归函数及误差回归函数的估计量分别为m(.)和ρ(.),在适当的条件下,证明了估计量m(.)和ρ(.)的渐近正态性.     

正态AR(1)模型参数极大似然估计的精确解

本文对正态ＡＲ（１）模型，当Ｒ０已知，且时，证明了极大似然估计存在，但不唯一，这与Ｒ０，Ｒ１两个参数整体求极大似然估计的结果有本质上的不同，同时还研究了极大似然估计（）的数学特性与解析表达式．     

有AR残差的回归模型的参数估计和定阶

§1.引言 在线性回归模型中,有平稳相关噪声的回归模型是一类最常用、最广泛的形式,它的一般定义如下: 其中ε(t)为白噪声,F_t=(F_1(t),…,F_s(t))~τ为自变元,而β=(β_1,…,β_s)~τ为自变元的回归系数,Φ(B)=1-Φ_1B-…-Φ_pB~p,θ(B)=1-θ_1B-…-θ_qB~q,为后移算子,且序列{η(t),t≥1}是不可观测的。模型(1.1)蕴含了人们熟知的(A)统计     

半参数模型的密度函数估计

令X,X_1,…,X_n为一串彼此独立具有相同分布的k维随机向量序列,此分布的密度函数f(x)∈f■f■={f(x,θ):θ∈①■R~p}我们建立了f(x)的一个估计不论是参数模型(f∈f~0)成立与否皆几乎处处收敛到f(x)而且在f∈f~0时此估计比非参数估计要好,我们不仅考虑了正则条件也考虑了非正则条件。     

半参数回归模型的二阶段估计

考虑回归模型，ｇ为Ｒ１上未知函数，β为ｐ×１维待估参数向量．本文基于模型的可加性得到了β和ｇ的估计量，证明了它们具有很好的大样本性质．     

干酪根演变中热力学参数的优化模型及其识别

In this paper, a mathematical model with respect to the optimalidentification of the thermodynamic parameters is established. The identifiabitity of the dynamics problem is proved and necessary conditions of the optimality are given.     

动力模型参数识别中的Bayes方法

将统计分析中的Bayes方法应用到参数识别问题中,提出了利用测量频率的Bayes估计识别动力学模型的方法,该方法是基于广义逆特征值问题的解。考虑到试验数据的随机性,测量频率用正态分布来描述。此外,将工程师关于测量频率的置信度进行量化,并且与识别过程相结合。数值算例证明了这一方法的有效性。