学科分类
/ 1
18 个结果
  • 简介:<正>一、引言统计预测是以实际统计调查资料为基础,根据事物的内在联系及其发展趋势,运用适当的数学模型(预测模型),预测所研究的现象在一定时期内或一定条件下可能达到的水平。在社会经济活动中,许多变量y的变化随着其影响因素x(一元或多元)不同,呈现出不同的规律性,这里x可能是时间变量,

  • 标签: 非线性预测模型 非线性模型 统计预测 线性化处理 最小二乘法 参数估计
  • 简介:对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。

  • 标签: 非线性 面板数据聚类 核主成分算法 混合高斯模型
  • 简介:基于Goodwin与Puu的经济周期模型,得到了一个推广的非线性动力学经济周期模型,利用路径积分法计算了系统转移概率密度,通过对不同参数条件下概率密度函数形状的变化分析,结合lyapunov指数图,得出了系统发生分岔和混沌的参数域。

  • 标签: 经济周期 路径积分 分岔
  • 简介:非线性编辑是计算机技术和数字视音频技术发展的产物,文章介绍了非线编在教学节目后期制作中的功能、特点以及在应用中应注意的问题.

  • 标签: 非线性编辑 视频技术 计算机
  • 简介:针对传统主成分在处理非线性问题上的不足,阐述了传统方法在数据无量纲化中“中心标准化”的缺点和处理“线性”数据时的缺陷,给出了数据无量纲化和处理“非线性”数据时的改进方法,并建立了一种基于“对数中心化”的非线性主成分分析和聚类分析的新的综合评价方法。实验表明,该方法能有效地处理非线性数据。

  • 标签: 主成分分析 中心标准化 均值化 对数中心化 聚类分析
  • 简介:考虑一种基于偏微分方程(PDE)的方法来近似一维非线性扩散过程的转移密度,该方法首先构造具有四阶精度的差分法数值求解与该利率模型相关联的偏微分方程,进而获得转移密度函数的高阶近似解。数值模拟试验结果表明,所构造的具有四阶精度的差分法比Crank-Nicolson差分法和Euler法具有更高的效率,并考察所构造的四阶差分估计法在中国银行间同业拆借利率的实证分析,实证结果表明,在所考虑的样本区间内,中国利率的长期水平值是0.02542,且中国货币市场利率粘性系数的值接近于1。

  • 标签: 极大似然估计法 四阶差分法 EULER法 转移密度函数
  • 简介:基于网络搜索数据测度公众信心水平并以此构造信心指数,研究该指数与中国宏观经济波动的代表性变量之间的线性非线性格兰杰因果关系;建立贝叶斯马尔科夫区制转换模型(MSBVAR),研究公众信心与经济波动的非线性动态调整机制。实证结果表明:信心将引致投资、消费、价格水平的非线性变动,对中国宏观经济波动的影响具有总供给冲击的特征和明显的区制转换特征。

  • 标签: 公众信心 网络搜索 非线性格兰杰因果性 区制转换
  • 简介:需要治疗的病例数(NNT)是近年来国际上用于评价临床疗效的一个简单而有效的指标。运用鞍点逼近法构造了NNT的区间估计,并将其与Wald、Wilsonscore和Delta法进行比较。蒙特卡洛模拟研究结果表明,鞍点逼近法得到的区间估计覆盖率与名义水平接近程度总体上更高,平均区间长度更短,即鞍点逼近法优于Wald、Wilsonscore和Delta法。

  • 标签: 需要治疗的病例数 置信区间 鞍点逼近法
  • 简介:正定性是许多金融预测模型的重要假设前提,然而从实际样本中得到的相关系数矩阵并不能保证其正定性。为此在介绍如何根据样本设定相关系数矩阵以及范数逼近原理的基础上,如何根据该原理找到与之最接近的相关系数矩阵,即最接近的单位对角半正定对称矩阵。通过实证,验证了其方法的有效性。

  • 标签: 协方差矩阵 相关系数矩阵 矩阵逼近 F-范数
  • 简介:回归分析方法是计量经济学的重要分析方法。传统上的回归分析是用代数等式和矩阵形式表述的。然而从欧氏几何的角度分析回归分析的主要概念、结论,如OLS估计量、被解释变量Y的总平方和分解定理等都有很好的几何直观.可以将许多冗长繁杂的代数公式和推导归结为简单的几何性质。文中给出Frisch-Waugh-Lovell定理的几何解释。

  • 标签: 回归分析 几何方法 FWL定理
  • 简介:以提高估计量的精度为目的,定义了一种新的多个辅助变量的回归估计法,从理论上研究了该方法下权的选取方法,并将该方法下的估计量与Raj多辅助变量回归估计量、Ghosh多元线性回归估计量在精度上进行了数值比较,结果表明:这种新的多辅助变量的回归估计法在精度上优于Raj多辅助变量回归估计和Ghosh多元线性回归估计。

  • 标签: 多辅助变量 线性组合 回归估计
  • 简介:针对自变量和因变量皆模糊的数据系统中的回归分析问题,为避免自变量退化成数值变量时可能引致的估计误差增大而带来的问题,提出系统中引入模糊调整项的回归模型的一般结构,并运用基于模糊数间完备距离的最小二乘法研究模型解析表达式;利用水平截集概念将模糊多元回归模型转化成两个传统回归模型,根据模糊数间距离采用最小二乘法得到参数估计,给出员工工作绩效评估的算例说明方法的有效性,并结合Bootstrap方法的应用,研究回归参数所具有的随机不确定性动态变化。

  • 标签: 模糊线性回归模型 截集 最小二乘法
  • 简介:针对一类金融混沌系统,提出一种设计线性状态反馈控制律的新方法。通过求解线性二次最优控问题获得混沌系统的控制律,利用Lyapunov稳定性理论证明了控制策略的可行性。仿真实验表明该方法是有效的。

  • 标签: 混沌系统 状态反馈 LYAPUNOV函数
  • 简介:网上信任由于其影响因素的多层性,使用传统的回归分析方法无法进行有效和准确的处理,而采用多层线性模型(HLM)则可弥补这一不足。分析HLM的原理和优点,构建了网上信任多层模型,并运用HLM对收集的数据进行统计分析,结果表明高层因素(团体规范)不仅直接影响网上信任,而且调节低层因素(声誉)对网上信任的作用。

  • 标签: 多层线性模型 网上信任 多层分析
  • 简介:多因变量综合线性回归中变量筛选问题,一直受到学术界的高度关注。针对当前不少学者对多因变量综合线性回归中变量筛选问题的错误认识,尤其是"偏最小二乘回归模型"涉及数学过于深奥,很多学者不能理解其原理,不能适合采用该模型的条件而盲目使用。在利用线性代数中正定与半正定矩阵的性质和矩阵的特征理论的基础上,剖析三种常规线性回归建模方法的原理,揭示"偏最小二乘回归模型"的本性,并在肯定其优越性的同时也指出其应用上的局限性;提出实际应用中合理选择回归模型的若干标准,建立一种容易掌握操作简便且可替代OLS法的"超平面回归模型";利用一个实例对几种回归建模方法的应用效果进行比较和说明。

  • 标签: 最小二乘法 综合回归 超平面 拟合误差
  • 简介:一、多重共线性现象多元回归模型是进行经济预测与分析的一种常见有效的方法。但是,在实际工作中,常常只注意研究解释变量与被解释变量之间的经济联系,忽视了解释变量之间的相关性。事实上,经济变量之间关系错综复杂,一个变量的变动常常受几个变量的制约,解释变量之...

  • 标签: 多重共线性 经济模型 判定系数 解释变量 相关系数 多元回归模型
  • 简介:探讨了部分线性回归模型当非参数分量受到单调条件限制时的估计问题,利用惩罚局部线性核估计方法给出参数分量与非参数分量αRLS、gRLS的估计,并进一步研究了^αRLS及^gRLS的渐进性质,结果表明:新得到的非参数约束条件下的估计是a.s.收敛的,并且保证了单调性和边界点适应性。将问题推广到一般情况,探讨了部分线性回归模型当非参数分量受到高阶导数约束时,参数分量的估计^αRLS。

  • 标签: 惩罚局部多项式 核方法 单调约束 半参数模型 渐进性质