检索结果-南通市图书馆

网络GARCH(1,1)模型的分位回归估计

在线全文

学校读者我要写书评

暂无评论

中国科学:数学 2024年

作者：张冰雨朱复康吉林大学数学学院

广义自回归条件异方差(generalized autoregressive conditional heteroscedasticity, GARCH)是一个常见的时间序列模型.网络GARCH(1, 1)模型在传统的GARCH(1, 1)模型中引入了网络结构项,显著提高了建模性能.本文考虑网络GARCH(1, 1)模型参数的分位回归估计,建立参数估计量的渐近性质,给出估计量的数值模拟分析.通过分析21家银行的股票收盘价验证了该模型的实用性.

关键词：网络模型 GARCH模型分位回归邻接矩阵渐近性质

INGARCH(1,1)模型参数的矩估计和Bayes估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2009年第5期47卷 899-902页

作者：朱复康李琦吉林大学数学学院长春130012

利用矩方法和Bayes方法研究INGARCH(1,1)模型的参数估计问题,证明了矩估计量的强相合性和渐近正态性.模拟结果表明,两种估计量都得到了较好的结果.

关键词：渐近性 Bayes推断 INGARCH(1, 1)模型矩估计量

在线全文

学校读者我要写书评

暂无评论

零修正Skellam整数值GARCH模型

应用概率统计 2024年第5期40卷 843-862页

作者：马悦朱复康吉林大学数学学院长春130012

Skellam分布是一种定义在Z上的离散分布.最近,基于Skellam分布和修正Skellam分布的INGARCH模型相继被提出.本文在零修正Skellam(ZMS)分布的基础上,提出了ZMSINGARCH模型.该模型基于一个额外的参数对整数0进行了细致的处理,并且对零膨胀... 详细信息

Skellam分布是一种定义在Z上的离散分布.最近,基于Skellam分布和修正Skellam分布的INGARCH模型相继被提出.本文在零修正Skellam(ZMS)分布的基础上,提出了ZMSINGARCH模型.该模型基于一个额外的参数对整数0进行了细致的处理,并且对零膨胀或零收缩比例有着合理的解释,可以更好地拟合数据和捕获非零均值时间序列中的波动性.当模型的阶数p=1且q=1时给出了模型的定义和统计性质,通过数值模拟发现条件极大似然估计优于条件最小二乘估计.基于对数似然比统计量,检验了修正后的模型,通过分析来自不同股票交易市场的两个实例说明了该模型具有良好的性质.

关键词： INGARCH模型 Z值时间序列 ZMS分布条件极大似然估计条件最小二乘估计

一个简化的新Laplace AR(1)模型参数估计及其渐近性质

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2009年第1期29卷 129-135页

作者：朱复康王德辉吉林大学数学学院长春130012

研究了一个简化的新的Laplace AR(1)模型参数的条件最小二乘估计和最大拟似然估计,并讨论了它们的强相合性和渐近正态性.通过数值模拟和实际例子,说明了最大拟似然估计及模型的优越性.

关键词： Laplace AR(1)模型条件最小二乘最大拟似然强相合性渐近正态性

在线全文

学校读者我要写书评

暂无评论

大规模三模网络自回归模型

数学物理学报（A辑） 2024年第3期44卷 783-803页

作者：卫奕冰朱复康吉林大学数学学院长春130012

在双模网络自回归(NAR)模型的基础上给出了三模NAR模型.该模型考虑了大规模社交网络中三种类型的节点,且边只允许出现在不同类型的节点之间.首先介绍了模型的定义以及模型的可逆性与参数可识别性,考虑了拟极大似然和条件最小二乘估计方... 详细信息

在双模网络自回归(NAR)模型的基础上给出了三模NAR模型.该模型考虑了大规模社交网络中三种类型的节点,且边只允许出现在不同类型的节点之间.首先介绍了模型的定义以及模型的可逆性与参数可识别性,考虑了拟极大似然和条件最小二乘估计方法及相应估计量的大样本性质.其次,在多种设定下进行了数值模拟,对估计方法的准确性与计算效率进行了对比,最后分析了一个实际例子.

关键词：三模NAR模型拟极大似然条件最小二乘大样本性质

基于删失加权广义第二类Beta分布的动态模型

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2023年第3期43卷 812-828页

作者：万鑫裴健朱复康吉林大学数学学院长春130012

若时间序列的观测值中存在大部分零值和一些正值,并且正值服从某一连续分布时,常见方法的拟合效果可能不太好.为此,2020年Harvey和Ito提出了一种删失方法,该方法将原分布向左移动,即将原随机变量减去一个常数,并将得到的负值赋值为0,但... 详细信息

若时间序列的观测值中存在大部分零值和一些正值,并且正值服从某一连续分布时,常见方法的拟合效果可能不太好.为此,2020年Harvey和Ito提出了一种删失方法,该方法将原分布向左移动,即将原随机变量减去一个常数,并将得到的负值赋值为0,但他们采用的广义第二类Beta分布有一定的局限性.文章考虑了更一般的加权广义第二类Beta分布,采用条件得分方法,提出了删失加权广义第二类Beta动态模型.文章将这个模型应用到澳大利亚日降雨量数据中,并与删失未加权、零增广加权、零增广未加权的广义第二类Beta动态模型相比较,发现删失加权的模型要优于其它三种模型.

关键词：删失分布加权广义第二类Beta分布动态条件得分模型零增广模型

在线全文

学校读者我要写书评

暂无评论

NEAR(p)模型的参数估计

吉林大学学报（理学版） 2006年第6期44卷 851-856页

作者：朱复康王德辉曹伟吉林大学数学研究所长春130012 吉林大学哲学社会学院长春130012

分别用条件最小二乘、加权条件最小二乘和最大拟似然方法估计了平稳的NEAR(p)模型的参数.并讨论了这些估计量的渐近性质.通过数值模拟发现,当参数真值较小时,最大拟似然方法的估计效果较好;当参数真值较大时,加权条件最小二乘方法的估... 详细信息

分别用条件最小二乘、加权条件最小二乘和最大拟似然方法估计了平稳的NEAR(p)模型的参数.并讨论了这些估计量的渐近性质.通过数值模拟发现,当参数真值较小时,最大拟似然方法的估计效果较好;当参数真值较大时,加权条件最小二乘方法的估计效果较好.

关键词： NEAR(p)模型条件最小二乘估计加权条件最小二乘估计最大拟似然估计

在线全文

学校读者我要写书评

暂无评论

长江三角洲地区棉纺织工业在历史上的优势

上海经济研究 1984年第7期 38-42页

作者：朱复康

长江三角洲地区的范围(按目前区划),是以上海市为中心,加上长江三角洲地区的苏州、无锡、常州、南通、杭州、嘉兴、湖州、宁波和绍兴九个省辖市,和这十个市所属的五十五个县。这个地区的特点是工业加工能力强,素有'工业加工区'之称。特... 详细信息

长江三角洲地区的范围(按目前区划),是以上海市为中心,加上长江三角洲地区的苏州、无锡、常州、南通、杭州、嘉兴、湖州、宁波和绍兴九个省辖市,和这十个市所属的五十五个县。这个地区的特点是工业加工能力强,素有'工业加工区'之称。特别是棉纺织工业更为发达,解放前,它的生产能力就占全国的50%以上。这一历史上优势的形成,除了地理条件较好外,同开展

关键词：棉纺织工业上海市长江三角洲地区布机织机华东区华东地区棉纺工业纺织工业

Median Unbiased Estimation of Bivariate Predictive Regression Models with Heavy-tailed or Heteroscedastic Errors

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Northeastern Mathematical Journal 2007年第3期23卷 263-271页

作者：朱复康王德辉 Institute of Mathematics Jilin University

In this paper, we consider median unbiased estimation of bivariate predictive regression models with non-normal, heavy-tailed or heteroscedastic errors. We construct confidence intervals and median unbiased estimator for the parameter of interest. We show that the proposed estimator has better predictive potential than the usual least squares estimator via simulation. An empirical application to finance is given. And a possible extension of the estimation procedure to cointegration models is also described.

关键词： bivariate predictive regression model heavy-tailed error median unbi-ased estimation