深沪股市日对数收益率的统计分析

利用广义双曲分布族中的正态逆高斯分布,结合Matlab,Eviews和SPSS统计软件,对深、沪股市A股的收盘价所对应的日对数收益率进行了统计分析研究．实证研究结果显示,利用广义双曲分布拟合股价目对数收益率比正态分布拟合效果好．从而为广大投资者提供决策依据．     

深圳股市成交量的统计分析

利用数学软件Matlab6.5.1和统计方法,对深圳股市大盘的日成交量和周成交量进行了研究,我们发现在显著性水平α=0.000 5下,日成交量服从(或近似服从)对数正态分布,但是却明显地表现出尖峰、厚尾特性;而周成交量却呈双峰状态,不服从(或近似服从)对数正态分布.从而为广大投资者提供决策依据.     

带有不可忽略缺失数据的联合均值与方差模型的贝叶斯估计

对响应变量带有不可忽略缺失数据的联合均值与方差模型的贝叶斯估计问题进行了研究.缺失数据机制通过logistic回归模型来指定,模型参数和缺失数据机制参数的联合贝叶斯估计通过运用MH算法及Gibbs抽样获得,并用数值计算阐明上述方法的可行性.     

混合偏正态数据下中位数回归模型的参数估计

有限混合回归模型是处理来自异质总体数据的重要工具.偏斜/不对称数据经常出现在金融、经济、社会科学、气候科学、环境科学、工程、生物医学等领域.根据偏正态数据的特征,均值易受极端值的影响,而中位数能代表"中等"水平,在偏态数据下比均值更具代表性.作者介绍了基于混合偏正态数据下的中位数回归模型,通过一种改进的EM算法进行参数估计,模拟研究和实例分析表明本文提出的方法是有效的.     

混合广义线性模型的统计推断

为了更好地拟合实际数据,本文提出了混合广义线性模型并进行参数估计．首先,基于异质总体的一阶矩以及二阶矩存在的条件下,运用混合广义线性模型对子总体的均值进行建模,构造扩展拟似然和伪似然函数,然后利用 EM 算法对均值参数、散度以及混合比例进行估计,并通过 Monte Carlo 模拟验证所提出的模型参数估计方法的有效性．最后,实例研究的结果表明本文的模型和方法是科学实用的．     

最小二乘估计的有效性

对Gauss-Markov模型，本文考虑了最小二乘估计有效性的三种度量，并给出了它们的界。     

双重部分函数型回归模型的贝叶斯估计

经典的函数型回归模型一般假设模型误差具有等方差性,而在经济学、社会科学等领域会经常遇到数据具有异方差的情形.因此,针对异方差函数型数据,基于方差建模的思想提出了双重部分函数型回归模型,其中方差参数也用函数型协变量进行建模.另外,运用Karhunen-Loève表示定理来逼近函数型系数的思想,以及应用Gibbs抽样和Metropolis-Hastings算法相结合的混合MCMC算法来同时获得均值模型和方差模型中未知参数和函数型系数的贝叶斯估计.最后,通过模拟研究和实际数据分析表明所提出的贝叶斯估计方法是可行有效的.     

兰辛森林数据的空间统计分析

利用一元J函数,多元J函数分析了兰辛森林数据,获得了许多有价值的结果.我们的结果也说明了空间统计分析方法对理解一片森林中各种树形成分布的原因是有帮助的.因此,我们可以根据得到的统计规律种植和砍伐树种,促进木材的生产.     

基于混合偏正态数据下众数回归模型的变量选择

有限混合回归(Finite Mixture of Regression, FMR)模型的变量选择常常在统计建模中使用。目前关于FMR模型的研究主要集中在回归误差服从正态分布的情形,而这种假设不适用于研究非对称的数据。对于偏斜数据,众数的代表性优于均值。本文基于混合偏正态数据介绍了众数回归模型的变量选择方法,并证明了变量选择方法的相合性和参数估计的Oracle性质。为了估计模型的参数,提出了一种改进的EM (Expectation-Maximum)算法,通过模拟研究和实例分析进一步说明了所提出模型和变量选择方法的有效性。     

配对设计下相对危险度的对数变换检验

基于相对危险度提出了一个新的假设检验问题，并就此检验问题，在配对设计下用delta方法构建了对数变换检验统计量，运用Monte Carlo方法模拟显示对数变换检验统计量有优良的统计性能，表现在它的经验第一类错误率与给定的显著性水平很接近，是理想检验．