非线性均值方差模型的贝叶斯数据删除统计诊断

文章在非线性均值方差模型框架下基于K-L距离研究贝叶斯数据删除影响的统计诊断问题,通过应用Gibbs抽样和MH算法估计贝叶斯数据删除影响诊断统计量.随机模拟研究和红鳟鲑鱼数据的数值例子说明该诊断方法的可行性.     

关于容度下Borel-Cantelli引理的一点注记

这个注记中我们证明了在没有两两独立假设条件下对容度的Borel-Cantelli引理,获得了容度对并事件的最优下界.这些结果推广了经典的Borel-Cantelli引理.     

局部等变序列分歧问题的内蕴子空间

定义了局部等变序列分歧问题的内蕴子空间,得出局部等变序列分歧问题的"高阶项"是一个内蕴子空间这一很好的结论,并且还得出有关内蕴子空间的一些性质和判定.     

随机微分方程的非参数估计 及其在股票指数中的应用 3

建立了股票指数的随机微分方程模型,采用非参数估计方法对其进行估计,并给出了相应的非参数估计表达式,接着给出了具体的非参数估计算法,最后利用上证指数的收盘价数据进行实证分析,实证表明该模型能较好的刻画股票指数的许多统计特征,非参数估计方法也切实有效,模拟效果较好,能较好的预测股票指数的未来趋势。     

半参数双重Tweedie复合泊松回归模型的贝叶斯分析

为了分析健康保险行业中出现的半连续卫生保健费用数据,本文提出一类半参数双重Tweedie复合泊松回归模型.在分析中,首先采用修正鞍点逼近的数值方法去近似Tweedie复合泊松分布的密度函数;其次,利用Gibbs抽样技术和Metropolis-Hastings(MH)算法的混合算法获得了模型参数的联合贝叶斯估计;最后,给出了几个模拟研究以及把这些方法用来分析兰德健康保险实验中的卫生保健费用数据.     

深市股指波动性的实证研究

运用GARCH类模型对我国深市的两个股指日收益率的波动性进行研究,主要回答了中国股票市场是否存在GARCH效应,对于所选的两个股指的波动率,最适合的GARCH模型是什么2个问题。计算结果显示,对深证综指日收益率的波动而言,EGARCH-M(1,1)模型的拟合效果较好,而GARCH-M(1,1)则能较好地拟合深证成指日收益率的波动。同时,还对这两个股指日收益率的波动率进行了预测。