检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

空间动态面板数据模型的经验似然推断

空间动态面板数据模型的经验似然推断

作者：邹云龙广西师范大学

学位级别：硕士

随着科学技术的不断发展,我们已经进入“大数据时代”,各种各样的先进仪器设备让我们获得的数据量增加的同时,获得数据的复杂性和多样性也在不断增加.然而这些数据内部常常存在相关性,想要通过这些数据解释现实生活中各种现象的成因,不... 详细信息

随着科学技术的不断发展,我们已经进入“大数据时代”,各种各样的先进仪器设备让我们获得的数据量增加的同时,获得数据的复杂性和多样性也在不断增加.然而这些数据内部常常存在相关性,想要通过这些数据解释现实生活中各种现象的成因,不能简单的将数据进行分割然后分别进行分析.因此,如何整体的处理大量数据,分析数据内部的关系,为各种生活决策提供建议,是近年来许多学者关心的问题,而空间面板数据模型就可以很好的解决这一难题.空间计量经济学几乎涵盖计量经济学的所有方面,如结构方程、动态、时间序列模型、单位根等,所有标准的计量经济学工具都已经被重新运用于空间面板数据.并且,由于空间面板数据的复杂性和多样性,大部分计量经济学的发展都与空间面板数据相关,经济学家使用空间面板数据时也会有多样化的目标,因此不存在一种通用的分析空间面板数据的方法.经验似然方法结合了非参数方法的可靠性和似然方法的有效性,具有许多优点,被广泛应用于许多领域的研究.本文将经验似然方法应用于空间动态面板数据模型,研究了当空间维度9)或时间维度的乘积9)趋于无大时,该模型经验似然比统计量的极限分布.本文的内容如下:第一章为绪论,主要介绍了空间面板模型的研究进展及相关研究成果、经验似然的研究背景及优点,并说明了本文的创新点及文章结构.第二章为本文的主要结果,通过将独立随机误差的线性二次型转化为鞅差序列的线性形式,构建模型参数的经验似然比统计量,证明了该统计量渐近服从卡方分布,并通过模拟实验说明了经验似然方法的优良性.

关键词：空间动态面板数据经验似然置信区域

EMPIRICAL LIKELIHOOD CONFIDENCE REGION FOR PARAMETERS IN LINEAR ERRORS-IN-VARIABLES MODELS WITH MISSING DATA

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Journal of Systems Science & Complexity 2011年第3期24卷 540-553页

作者： Juan ZHANG Hengjian CUI Department of Statistics Capital University of Economics and Business Beijing 100070 China. Department of Statistics and Financial MatheTnatics School of Mathematical Sciences Beijing Normal University Beijing 100875 China School of Mathematical Sciences Capital Normal University Beijing 100048 China

multivariate 线性 errors-in-variables 模型 regressors 什么时候在在 Rubin (1976 ) 的意义的随机是失踪的，在这份报纸被考虑。为 0 在这建模的一个参数的一个抑制实验可能性的信心区域被建议，它被基于反的概率把相应于加权的摆平... 详细信息

multivariate 线性 errors-in-variables 模型 regressors 什么时候在在 Rubin (1976 ) 的意义的随机是失踪的，在这份报纸被考虑。为 0 在这建模的一个参数的一个抑制实验可能性的信心区域被建议，它被基于反的概率把相应于加权的摆平的直角的距离的 20 个函数与 0 的一个抑制区域相结合构造。在真参数的实验木头可能性的比率收敛到标准 chi 平方分发，这被显示出。模拟证明建议信心区域的范围率接近名字的水平，信心间隔的长度是比反的概率的正常近似的那些狭窄的在大多数情况中的加权的调整最不方形的评估者。一个真实例子被学习，结果支持理论和模拟结论。

关键词：置信区间经验似然模型参数线性误差仿真结果加权调整回归模型逆概率

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

纵向数据下广义经验似然方法的有效稳健估计

上海理工大学学报 2019年第4期41卷 331-338页

作者：徐孝琳樊亚莉苏依官上海理工大学理学院

基于广义经验似然估计方法,提出了一种有效且稳健的估计,实现对纵向数据在线性模型下均值和协方差矩阵的联合估计。利用Cholysky分解将模型重参数化,利用拉格朗日乘子法求出估计值,再还原出均值和协方差矩阵的估计。在模拟研究中将所提... 详细信息

基于广义经验似然估计方法,提出了一种有效且稳健的估计,实现对纵向数据在线性模型下均值和协方差矩阵的联合估计。利用Cholysky分解将模型重参数化,利用拉格朗日乘子法求出估计值,再还原出均值和协方差矩阵的估计。在模拟研究中将所提方法同文献中其他稳健估计进行比较,结果显示所提方法效率更高。最后将所提方法用于分析CD4细胞数据,交叉验证结果显示所提方法更加可靠。

关键词：纵向数据稳健性有效性经验似然交替优化

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

后门污染下的经验似然检测

后门污染下的经验似然检测

作者：王斯琪广西师范大学

学位级别：硕士

后门污染攻击是网络安全中一种常见的攻击方式,通常出现在神经网络模型和深度学习模型中。在训练神经网络的模型时,攻击者常常会在训练数据中注入后门污染,这些注入了后门污染的数据在经过训练后得到的模型往往是错误的,这些错误的模型... 详细信息

后门污染攻击是网络安全中一种常见的攻击方式,通常出现在神经网络模型和深度学习模型中。在训练神经网络的模型时,攻击者常常会在训练数据中注入后门污染,这些注入了后门污染的数据在经过训练后得到的模型往往是错误的,这些错误的模型应用到新的数据上时又会产生错误的分类标签。神经网络模型被广泛应用现代科技中,例如图像识别、自动驾驶等方面。在自动驾驶中应用错误的训练结果,严重时可能出现车毁人亡的情况。因此,后门污染检测具有研究价值和实际意义。本文利用K-Means聚类的方式将数据粗略的分为两类,利用两样本经验似然方法检测两类数据均值是否存在明显差异。若两类数据均值存在明显差异,则说明数据存在后门污染,反之说明不存在后门污染。此外,本文从理论上证明了构造的对数经验似然函数其渐近分布服从卡方分布,并利用数值模拟说明该方法在检测后门污染存在性方面的成功率较高。在已知后门污染存在的情况下,为了提高算法的效率并将含有后门污染数据的位置检测出来,本文采用了Fisher线性判别这种降维分类方法。在分类的过程中发现传统的Fisher线性判别运用样本均值计算类内均值,未将样本信息充分利用,所以本文采用经验似然的方法估计均值参数,构造经验似然下的Fisher线性判别来将正常数据和后门污染数据分开以检测污染数据的位置,并得到对应的判别函数。然后证明经验似然估计的均值参数具有强相合性,最后通过数值模拟说明经验似然下的Fisher线性判别对污染数据位置的检测准确率较高。

关键词：后门污染经验似然 Fisher线性判别均值

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于经验似然的ARX模型序列相关检验

基于经验似然的ARX模型序列相关检验

作者：李汉青江西财经大学

学位级别：硕士

ARX模型是时间序列分析中的常用模型,其结合自回归项与外生变量的结构使得它拥有了远超自回归模型或简单线性回归的应用场景,相关的学科方向包括但不仅限于金融统计建模、环境监测、机械工程等。在回归分析,特别是时间序列相关的模型拟... 详细信息

ARX模型是时间序列分析中的常用模型,其结合自回归项与外生变量的结构使得它拥有了远超自回归模型或简单线性回归的应用场景,相关的学科方向包括但不仅限于金融统计建模、环境监测、机械工程等。在回归分析,特别是时间序列相关的模型拟合中,序列相关检验是一个非常重要的步骤。表现出序列相关性的误差项往往意味着模型存在拟合结果不佳、模型误设等严重问题。虽然目前已有不少文献针对该问题做出了杰出的工作,但是近年来,实证经济学家发现在实际金融数据中广泛存在着波动聚集、异方差、重尾,以及误差项序列之间强相关等问题,而这些现象对于现存的序列相关检验方法的稳健性造成了极大的破坏。面对这些新的挑战,学界与业界都迫切需要一个在上述特殊条件下都适用的检验方法。有鉴于此,本文基于剖面优化经验似然(Profile Empirical Likelihood,PEL)为ARX模型提出了一个新的序列相关检验方法,并将其数值模拟的结果与现存的PI(Plug-In)经验似然检验和BG(Breusch-Godfrey)检验进行了对比。数值模拟结果表明,相较PI方法在误差项序列之间强相关的情况下严重Undersized,以及BG方法在条件异方差的情况下严重Oversized的表现,本文所提的PEL方法在上述所有考虑到的情况下都保持了准确的Size,故而拥有最佳的稳健性质。PEL序列相关检验方法的提出扩展了现有检验方法的应用所受到的局限,因而具有较大的实际意义。除此之外,本文还将PEL序列相关检验应用于实证研究中。我们分别对一组包含美国股市股票收益率、市盈率、股息率等金融变量的数据集与一组包含臭氧浓度、风速、湿度等环境变量的数据集进行了 ARX模型拟合与序列相关检验。第一个例子表明,相比传统的预测回归模型,带有自回归项的ARX模型在拟合股票收益等金融变量时更为适用且恰当。第二个例子表明,本文中用四组外生气象变量对臭氧浓度这一指标进行拟合的结果并不充分,污染评估所涉及到的变量可能更多,或者存在模型选择方面的问题,实证研究者需要考虑更加复杂的模型。

关键词： ARX模型序列相关检验模型检查经验似然非参数统计

基于经验似然的跳跃扩散模型的门限复加权估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于经验似然的跳跃扩散模型的门限复加权估计

作者：孙金金浙江财经大学

学位级别：硕士

由随机微分方程确定的跳跃扩散模型在金融领域有着广泛的应用,它可以应对金融市场中“非常态”突变事件的影响。相对于跳跃扩散模型中漂移系数非参数估计问题的研究,波动率系数的研究意义更大。因为波动率是资产价格、汇率等金融衍生品... 详细信息

由随机微分方程确定的跳跃扩散模型在金融领域有着广泛的应用,它可以应对金融市场中“非常态”突变事件的影响。相对于跳跃扩散模型中漂移系数非参数估计问题的研究,波动率系数的研究意义更大。因为波动率是资产价格、汇率等金融衍生品动态建模的重要参数。本文对漂移系数的非参数估计进行介绍,并着重研究了跳跃扩散模型中波动率系数的非参数估计。本文第一部分主要论述了跳跃扩散模型中漂移系数和波动率系数的现有非参数统计推断。在基于标准对称核的Nadaraya-Watson估计量的基础上考虑边界效应问题,分别将非对称核估计和局部线性估计应用于跳跃扩散模型。本文第二部分分别识别和估计了扩散波动率和跳跃波动率。首先,考虑到局部线性估计方法可能会为某些样本点分配负权重,使得有限样本下波动率系数的估计量可能产生负值。本文提出了采用经验似然权重的复加权估计量。新估计量保留了局部线性估计量边界偏差较小的优点而又能保证在有限样本统计下波动率系数非负。其次,结合门限估计,进一步提出了基于经验似然的门限复加权估计,并分别给出新估计量的大样本性质。此外,通过平衡新估计量的偏差和方差分别得到了新估计量的最优窗宽。关于门限函数的选取,本文考虑时变随机情况。本文第三部分是通过蒙特卡洛模拟检验第二部分理论结果。首先,在时间跨度T和采样间隔"固定时,把本文提出的门限复加权估计量与N-W估计量、非对称核估计量、局部线性估计量进行比较。根据模拟结果验证了在有限样本下,无论是在内点还是在边界点,其他三种估计量均比N-W估计量与真实值更加接近,减少了偏差。其次,在不同窗宽和不同衡量准则下,得到门限复加权估计量在有限样本下的表现都优于其他3个估计量。最后,通过改变样本时间跨度T和采样间隔"检验门限复加权估计量的渐近性,结果表明扩散波动率的积分均值误差会随着"→0或%→∞减小,而跳跃波动率的积分均值误差仅在%→∞时减小,这很好地验证了两个新估计量具有不同的渐近性。本文第四部分是通过聚宽平台,获取2017年8月至2022年7月期间上证指数收盘价格5分钟高频数据,把股票对数收益率作为研究对象建立跳跃扩散模型,并利用本文提出的新估计量估计了模型中的扩散波动率和跳跃波动率,绘制了波动率的估计图。

关键词：跳跃扩散模型扩散波动率跳跃波动率经验似然门限复加权估计量