简介:将Lasso算法和logistic回归模型相结合并且引入P2P个人网络信贷评估体系,通过模拟实验的结果发现,在全变量logistic模型、Lasso-logistic模型、Ridge-logistic模型中,Lasso-logistic模型对于变量的压缩效果要更好,有助于简化模型;虽然三个模型在进行预测的结果上并没有显著的差异,但是Lasso-logistic模型在计算效率上更胜一筹,在处理大量数据的情况下更有效率。
简介:本文研究部分变系数动态模型,一些参数的值可以成为协变量的函数,并提出了参数和非参数函数系数的估计。本文提出一个基于支持向量机分位数回归的部分变系数动态模型,及它的三步估计法和迭代加权最小二乘法估计模型的参数和非参数函数,提出的方法能被简单有效地应用到线性和非线性分位数回归光滑变量的高维情况。同时,本文也提出模型的惩罚参数、核参数的选择方法——交叉验证方法。
简介:基于三种退势方法较详细研究了方差比检验在非对称单位根检验中的适用性,并通过MC模拟揭示了其检验势性质。结果表明:在不含趋势项的TAR下,两机制TAR数据落在第一机制的比率是影响方差比检验势的重要因素,且比率越高检验势也越高;三机制TAR中落在中间机制的数据比率会影响检验势,随着比率增加检验势呈下降趋势,但程度不大。在含趋势的TAR下,由于趋势项在数据生成过程中具有支配作用,各种检验势会随着趋势设定的不同而不同。数据在不同机制之间的转换概率越高,则ROLS和RDM退势较OLS退势具有明显优势。
简介:鉴于极差比方差更容易获得,所以利用极差对正态总体方差进行间接预估以确定样本量的想法很有实用价值。根据数理统计理论,若以E(Rn)表示正态总体在样本规模n下样本极差的期望,则有E(Rn)=dnσ,dn可以通过多重积分计算得到,且只与n有关,而与μ和σ^2无关。但这种多重积分式虽然有利于在理论上阐明dm与相关变量之间的“定性”关系,却无助于在应用上获得dm与n的定量关系式。本文利用随机模拟方法和线性回归分析得到dm的一个简明表达式:dm=0.5ln(n)+3,从而由此间接获得一个正态总体方差的估计值:σ^2=[Rn/(0.5ln(n)+3)]^2。这将使直接利用“更便宜的”极差确定样本量具有可操作性。