幂变换门限GARCH模型变点问题的贝叶斯分析

用贝叶斯方法对幂变换门限GARCH (PTTGARCH)模型变点问题进行统计分析.构造了变点模型参数的满条件分布并且采用MCMC的Griddy-Gibbs抽样算法对参数进行了估计.分别就不同的变点位置、模型不存在变点以及模型接近非平稳的情况进行数值模拟.结果表明:变点处于序列中间位置时,估计效果较好,当变点位置越靠近序列两端时,所得估计的误差越大;当模型不存在变点时,所设变点位置τ后验分布的峰度接近均匀分布的峰度;当模型存在变点时,τ后验分布的峰度大于2,且模型越平稳,τ的后验分布的峰度越大,因此可以通过判断τ的后验分布的峰度来判断模型是否存在变点.最后以GARCH模型对上证指数日收益率进行分析,得到变点发生时刻的概率分布,该结果与市场的变化背景符合.     

非参数模型均值函数结构变点的Bootstrap检测

本文检测非参数回归模型均值函数结构变点,针对均值函数跃度的长期均值为零时,基于残量的CUSUM统计量对均值函数结构变点检验无效的问题,本文提出了一种基于均值函数的核估计的检验统计量,得到统计量在原假设和备择假设下的极限分布,并构造Bootstrap方法对非参数回归模型均值函数结构变点进行检验,证明了检验和估计的一致性;模拟结果表明本文方法明显优于已有方法。     

基于经验似然的Logistic回归模型的变点检验

基于经验似然对Logistic回归模型进行变点检验及估计.通过建立变点模型,构造经验对数似然比统计量,在大样本下,证明了经验对数似然比统计量与经典参数对数似然比统计量具有相同的极值分布,同时得到变点的估计及估计的相合性,并通过数值模拟及实例说明经验似然方法检验变点的可行性.     

位置参数变点估计的强收敛速度

对至多一个变点的位置参数变点模型,文中在运用滑窗方法给出了检测变点存在性的U-统计量基础上,进一步研究了变点估计量的强相合性和强收敛速度.     

基于Weibull分布的最大风速变点估计

利用三参数的Weibull分布分析安徽砀山气象站年最大风速数据,建立似然比变点模型和回归变点模型,并对年最大风速序列的变点进行检验和估计.考虑非气象因素对年最大风速序列的影响,选取A气象站附近数个气象站的年最大风速序列作为参考序列,通过比值法,消除气象因素的影响.计算结果表明,由似然比变点模型可以估计出A气象站最大风速变点出现在2003年,由回归变点模型估计出的变点出现在2009年和2003年.结合安徽砀山气象站实际迁移和海拔变化的历史沿革,可以发现,基于Weibull分布的变点模型成功检测出了2009年台站迁移和2003年前后台站迁移且海拔显著变化的情况.     

0-1序列中变点的贝叶斯分析

对于0-1(伯努利)序列中的变点问题,本文提出了一个确定变点的个数和位置的贝叶斯方法。首先借助于二分法把变点个数的确定问题转化为一系列对没有变点和仅有一个变点的模型进行比较的问题,然后通过贝叶斯因子进行模型比较。本文得到了贝叶斯因子和未知变点的后验分布的显式表达式。最后,通过对上证指数数据的实证分析阐释了所提方法的有效性。     

广义Pareto分布变点检测似然比模型

为检测极端事件的状态变化,基于似然比方法研究了广义Pareto分布(Generalized Pareto Distribution,GPD)变点检测模型.考虑三参数GPD变点的检验问题,提出了最大似然比检验统计量.通过证明参数变换后GPD的对数似然和检验统计量的一系列极限性质,得到了检验统计量的渐近分布.通过模拟研究,对该方法的有限样本性质进行了评价,实例分析也验证了该方法的可行性.     

突发交通事件非参数诊断的变点统计方法研究

针对智能运输系统(ITS)项目特别是先进的出行信息系统的开发，建立了突发交通事件非线性非参数诊断的变点统计方法。依据交通流理论，结合均值变点模型，对变点搜索的最小二乘法和局部比较法进行了研究。利用在英国南安普敦市检获的实际数据对上述两种算法进行了标定，并对模型进行实际应用。结果显示上述方法对突发事件检测具有很高的灵敏度和有效性。     

c-D-Copula模型构建及其在金融风险传染中的应用

金融危机的频繁发生,使得国际金融传染的研究成为了一个重要的课题.文章在动态Copula模型的基础上,对其参数的动态演变方程进行推广,借鉴c-DCC模型的思想假定其截距项存在结构突变,构建了c-D-Copula模型.为了避免人为选择结构性变化时间,对c-D-Copula模型进行变点检测,由数据驱动自动选择断点.为了进行比较分析,同时给出了动态演变方程的参数全部变化的变结构全模型,并给出了相应的假设检验方法.文章选择美国标准普尔500指数和全球主要5个国家(地区)的股票指数的对数收益率进行实证研究,通过检验得出大多数情况下用c-D-Copula模型比变结构全模型更合适对数据进行描述.通过这5个国家或地区与美国之间联动性的动态变化,对美国次贷危机金融传染的存在性和变化过程进行了研究,变点时刻和下尾部相依系数的实证结果表明所分析的国家和地区都受到了美国次贷危机的传染.     

左截断右删失数据下离散型寿命失效率变点模型的Bayes参数估计

利用EM算法和MCMC方法得到了左截断右删失数据下离散型寿命失效率变点模型的参数估计.利用筛选法对缺失数据进行填充,对各参数进行Gibbs抽样.随机模拟证实方法可行且参数估计的精度较高.     

Effect of change point and imperfect debugging in software reliability and its optimal release policy

This article presents a software reliability growth model based on non-homogeneous Poisson process. The main focus of this article is to deliver a method for software reliability modelling incorporating the concept of time-dependent fault introduction and fault removal rate with change point. Also in this article, a cost model with change point has been developed. Based on the cost model optimal release policy with change point has been discussed. Maximum likelihood technique has been applied to estimate the parameters of the model. The proposed model has been validated using some real software failure data. Comparison has been made with models incorporating change point and without change point. The application of the proposed cost model has been shown using some numerical examples.     

三个耦合的非扩散Lorenz系统的全局混沌同步

以Lyapunov稳定性理论和矩阵论为基础,针对非扩散Lorenz系统,提出了一种三个耦合的恒等系统的全局混沌同步方案.该方案的关键是耦合参数的选取.通过选择适当的耦合参数,使得三个系统的状态变量达到同步,并利用Mathematic软件进行数值仿真.理论分析和仿真结果都表明了该方法的有效性.     

治愈率模型在屏蔽数据可靠性分析中的应用研究

针对传统方法中的不足,在引入标准治愈率模型的基础上,提出在屏蔽数据可靠性分析中应用一种扩展的治愈率模型的建模方法;分析证明了利用该方法进行建模分析时仅需对模型作较少的前提假设,在信息不足的情况下能够识别出伴随变量对系统寿命分布的影响,进而有效提高模型估计的稳健性.通过运用基于Gibbs抽样的MCMC方法动态模拟出相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计;实例分析的结果,证明了该模型在可靠性应用中的直观性与有效性.     

Robust Simulation-Based Estimation of ARMA Models

This article proposes a new approach to the robust estimation of a mixed autoregressive and moving average (ARMA) model. It is based on the indirect inference method that originally was proposed for models with an intractable likelihood function. The estimation algorithm proposed is based on an auxiliary autoregressive representation whose parameters are first estimated on the observed time series and then on data simulated from the ARMA model. To simulate data the parameters of the ARMA model have to be set. By varying these we can minimize a distance between the simulation-based and the observation-based auxiliary estimate. The argument of the minimum yields then an estimator for the parameterization of the ARMA model. This simulation-based estimation procedure inherits the properties of the auxiliary model estimator. For instance, robustness is achieved with GM estimators. An essential feature of the introduced estimator, compared to existing robust estimators for ARMA models, is its theoretical tractability that allows us to show consistency and asymptotic normality. Moreover, it is possible to characterize the influence function and the breakdown point of the estimator. In a small sample Monte Carlo study it is found that the new estimator performs fairly well when compared with existing procedures. Furthermore, with two real examples, we also compare the proposed inferential method with two different approaches based on outliers detection.     

考虑情绪波动的关联价值拍卖模型研究

将考虑参考点的效用函数引入关联私人价值拍卖模型,证明了在APV中,竞拍人整体情绪的波动不会改变卖方对拍卖方式的选择,推广了最优拍卖价的相关研究结论;用数值运算的方法说明了在独立私人价值模型中,竞拍人整体情绪的波动可能引起最优保留价的较大波动,而在考虑关联性的私人价值模型中,竞拍人整体情绪的波动可能导致最优保留价的跳跃行为.     

删失截断情形下失效率变点模型的Bayes参数估计

通过添加部分缺失寿命变量数据,得到了删失截断情形下失效率变点模型相对简单的似然函数.讨论了所添加缺失数据变量的概率分布和随机抽样方法.利用Monte Carlo EM算法对未知参数进行了迭代.结合Metropolis-Hastings算法对参数的满条件分布进行了Gibbs抽样,基于Gibbs样本对参数进行估计,详细介绍了MCMC方法的实施步骤.随机模拟试验的结果表明各参数Bayes估计的精度较高.     

Numerical simulations and modeling for stochastic biological systems with jumps

This paper gives a numerical method to simulate sample paths for stochastic differential equations (SDEs) driven by Poisson random measures. It provides us a new approach to simulate systems with jumps from a different angle. The driving Poisson random measures are assumed to be generated by stationary Poisson point processes instead of Lévy processes. Methods provided in this paper can be used to simulate SDEs with Lévy noise approximately. The simulation is divided into two parts: the part of jumping integration is based on definition without approximation while the continuous part is based on some classical approaches. Biological explanations for stochastic integrations with jumps are motivated by several numerical simulations. How to model biological systems with jumps is showed in this paper. Moreover, method of choosing integrands and stationary Poisson point processes in jumping integrations for biological models are obtained. In addition, results are illustrated through some examples and numerical simulations. For some examples, earthquake is chose as a jumping source which causes jumps on the size of biological population.     

基于Pairwise惩罚方法的面板数据模型结构变点估计

面板数据模型在经济、生物、统计等领域有着广泛的应用。经典的面板数据模型假设解释变量系数不随时间变化。然而在现实中,解释变量系数可能会因多种因素的影响而存在多重未知的结构变点。本文假设交互固定效应面板数据模型中含有多重未知的结构变点。研究发现通过Pairwise惩罚的参数估计方法在目标函数中增加对相邻时间解释变量系数的惩罚项,能够同时进行参数估计和结构变点诊断。蒙特卡洛模拟结果显示,不管是否存在同方差假设,该方法估计的解释变量系数均偏差较小且结构变点诊断错误率低。     

分销仓储配送中心定货决策模拟系统研究

本对于分销仓储本着中心在客户需求量和再订货提前期都是随机性的情况，利用Arena模拟软件，通过对再订货点模型进行了模拟，求出可使系统成本较少的订购批量及再订货点存货水平的组合，从而确定最佳订货策略，解决现实中这种“双随机性”的复杂订货决策问题。     

网络安全漏洞信息披露中多元参与主体行为策略演化博弈分析

全球网络威胁日趋严峻,作为网络安全事件产生的根源之一,网络安全漏洞越来越被重视,对漏洞的披露已是国家网络安全应急体系建设的重要内容之一。本文构建了网络安全漏洞共享平台、软件厂商及黑客之间的三方博弈模型,并从演化博弈角度对模型进行了分析和数值模拟,确立了稳定均衡点存在的条件。研究结果表明:不同参数初始值对三方博弈结果存在显著差异,软件质量越差,平台越倾向于“封闭披露”策略;对漏洞发现者的支付积极影响软件厂商“注册会员”倾向,对黑客的“努力攻击”倾向产生负面影响;随披露成本的上升,平台更倾向于采纳“封闭披露”策略;预期损失过大,软件厂商倾向于“注册会员”策略。