固定效应部分线性可加动态面板模型的惩罚二次推断函数估计北大核心CSCD

工具变量法是估计动态面板模型的常用方法,但该方法并没有充分利用现有矩条件,导致所得估计有效性不足.为此,本文首先采用变量变换法消除模型的内生性,再用惩罚二次推断函数法推导出个体内具有一阶自相关结构的固定效应部分线性可加动态面板模型中未知参数和函数的估计;进一步,证明了所得估计量的一致性和渐近正态性,同时还用Monte Carlo模拟实验比较了该方法和半参数GMM法在有限样本下的表现;最后将所述方法应用于实际数据分析中.     

基于线性残差独立性测试的致病基因检测

使用因果推断相关的机器学习方法辅助检测致病基因时,作为因果推断的核心工具,条件独立性(CI)测试算法在高维生物数据场景中往往存在时间复杂度高以及准确性低等问题。为此,提出一种融合偏相关测试与线性残差独立性测试算法,压缩CI测试条件集的搜索空间,同时提高准确率。设计一种因果推断策略,在减少冗余CI测试的同时结合V结构与因果函数模型的优点,在应用于真实癌症数据的致病基因检测场景中可以区分Markov等价类,找到真正的因果关系。实验结果表明,提出的算法有较好的致病基因检测性能。     

潜伏期变化的随机流行病模型及其贝叶斯推断

本文讨论了潜伏期和传染期均服从威布尔分布、易感性随机变化的一类随机流行病模型,并利用M CM C算法对潜伏期、传染期的参数和易感性的超参数作了贝叶期推断.这种分析方法比以往各种方法更适用于各类疾病.     

基于指数分布寿命特征检验的Bayesian停止判别法则

对于指数分布特征寿命参数的单边假设检验问题,在先验分布为逆Г分布的假设下,给出了相应寿命试验的Bayesian停止判决法则,其中损失函数包括试验费用和误判损失两部分.     

例说多肽的推断方法

由多肽的分子式及其水解产物,推断多肽的肽数及其单体数,是一种常见的有机推断题,也是培养和考查学生逻辑推理能力的重要题型之一。下面通过典型例题,谈谈这类题的求解思路与方法。     

非概率样本的模型推断

非概率抽样在大数据时代有广阔的应用空间,但其统计推断问题仍有待研究和发展.针对这一问题,提出利用基于模型的推断方法结合配额抽样实现非概率样本的统计推断,其思路是先设定线性回归形式的超总体模型,再利用配额样本观测数据拟合模型估计未知参数,进而利用模型对非观测单元进行预测,案例分析结果显示基于超总体模型的推断方法是解决非概率样本统计推断的有力途径,具有较大的深入研究价值.     

多元Cp值

本文给出了多元工序能力指数C_p的定义,有关分布,置信下限和判断工序是否有能力的临界值,可用来对多质量特性工序能力作统计推断。     

一类马氏样本下假设检验问题错误概率的估计

本文考虑样本不独立情形的统计推断问题,研究基于马氏样本的最优势检验,给出了此情形的Neyman-Pearson基本引理.当样本容易足够大时,利用大偏差原理,得到了Neyman-Pearson型检验所犯两类错误概率的精确估计,它推广了经典Neyman-Pearson基本引理的相关结果.     

关于贝叶斯推断中的计算问题

本文讨论了贝叶斯推断中的估计模型，给出了正态总体中贝叶斯估计的简单计算公式，从而简化了贝叶斯推断中的计算问题，使贝叶斯推断的方法应用更为简明方便．     

均值已知的条件下方差的统计推断

充分利用总体的信息，讨论了正态总体均值μ已知的条件下，方差σ^2的统计推断问题．