期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
零膨胀泊松分布参数的固定宽度置信区间构造方法 被引量：7
1
作者 李二倩 田茂再 《应用概率统计》 CSCD 北大核心 2018年第1期49-74,共26页
评估置信区间的两个常用准则为区间宽度与覆盖率,研究同时达到给定的区间长度与名义覆盖率的区间估计在实际应用中有重要的价值,但这在固定样本量的情况下是无法实现的.应用序贯方法和两阶段抽样方法,乃至多阶段抽样方法是解决这一问题... 评估置信区间的两个常用准则为区间宽度与覆盖率,研究同时达到给定的区间长度与名义覆盖率的区间估计在实际应用中有重要的价值,但这在固定样本量的情况下是无法实现的.应用序贯方法和两阶段抽样方法,乃至多阶段抽样方法是解决这一问题的常用途径.本文对零膨胀泊松分布的两个参数,取零概率p和泊松均值参数λ,进行了固定宽度置信区间的序贯方法和两阶段方法的研究,证明了所提出的所有序贯过程与两阶段过程的渐近相合性与有效性,并通过蒙特卡罗模拟研究展示了所提出方法的效果,并考虑了不同情况下最优固定样本量随两个参数的变化趋势,并通过实证分析来说明方法的应用价值. 展开更多
关键词 固定宽度置信区间 序贯抽样 两阶段抽样 零膨胀泊松分布
下载PDF
删失混合效应模型的分位回归及变量选择
2
作者 田玉柱 李二倩 +1 位作者 田茂再 罗幼喜 《数学学报（中文版）》 CSCD 北大核心 2017年第2期315-334,共20页
纵向数据常常用正态混合效应模型进行分析.然而,违背正态性的假定往往会导致无效的推断.与传统的均值回归相比较,分位回归可以给出响应变量条件分布的完整刻画,对于非正态误差分布也可以给稳健的估计结果.本文主要考虑右删失响应下纵向... 纵向数据常常用正态混合效应模型进行分析.然而,违背正态性的假定往往会导致无效的推断.与传统的均值回归相比较,分位回归可以给出响应变量条件分布的完整刻画,对于非正态误差分布也可以给稳健的估计结果.本文主要考虑右删失响应下纵向混合效应模型的分位回归估计和变量选择问题.首先,逆删失概率加权方法被用来得到模型的参数估计.其次,结合逆删失概率加权和LASSO惩罚变量选择方法考虑了模型的变量选择问题.蒙特卡洛模拟显示所提方法要比直接删除删失数据的估计方法更具优势.最后,分析了一组艾滋病数据集来展示所提方法的实际应用效果. 展开更多
关键词 分位回归 删失混合效应模型 逆删失概率加权方法 变量选择 LASSO惩罚
原文传递
构造泊松均值固定宽度置信区间的序贯方法和两阶段方法
3
作者 李二倩 钱曼玲 田茂再 《系统科学与数学》 CSCD 北大核心 2018年第11期1328-1346,共19页
对于泊松分布的未知参数,为了确定在构造指定覆盖率的固定宽度置信区间时的停止规则,文章首先给出了一般序贯方法和两阶段方法的具体过程.更进一步地,分别基于均值估计量的精确分布和等价分布提出了两种新的停止规则,并给出了序贯和两... 对于泊松分布的未知参数,为了确定在构造指定覆盖率的固定宽度置信区间时的停止规则,文章首先给出了一般序贯方法和两阶段方法的具体过程.更进一步地,分别基于均值估计量的精确分布和等价分布提出了两种新的停止规则,并给出了序贯和两阶段停止时间的渐近性质.最后,通过蒙特卡罗模拟对于所提方法进行了比较,并进行了实证分析. 展开更多
关键词 固定宽度置信区间 泊松分布 序贯方法 两阶段抽样
原文传递
基于分位广义双曲分布的联合建模
4
作者 李二倩 吴延科 田茂再 《数学的实践与认识》 北大核心 2018年第13期152-162,共11页
众所周知，广义双曲（generalized hyperbolic，GH）分布因具有比高斯分布更好的拟合而在金融时间序列建模方面有着广泛的应用，例如用GH分布拟合观察到的对数收益数据，因为高斯分布不能捕捉到外汇汇率对数收益标准化后的极端值的半重... 众所周知，广义双曲（generalized hyperbolic，GH）分布因具有比高斯分布更好的拟合而在金融时间序列建模方面有着广泛的应用，例如用GH分布拟合观察到的对数收益数据，因为高斯分布不能捕捉到外汇汇率对数收益标准化后的极端值的半重尾性质．然而，在实践中我们很少使用广义双曲分布，因为很难同时有效地得到5个参数的估计．为了克服这个困难，我们对响应变量服从广义双曲分布的数据提出了一种新的联合建模的方法，其中参数可以通过协变量的简单线性和对数线性形式进行建模．此外，我们分别用使用EM算法和鞍点逼近方法来对参数和分位数进行估计．并证明了分位数估计量的相合性和渐近正态性． 展开更多
关键词 广义双曲分布 参数分位回归 联合建模 EM估计 鞍点逼近
原文传递
带有二元连接函数的半参数模型
5
作者 司世景 李二倩 田茂再 《数学年刊（A辑）》 CSCD 北大核心 2015年第2期191-208,共18页
提出了一种新的带有二元连接函数的广义半参数模型,即二元连接模型(简称为BLM).使用轮廓似然方法估计模型的参数和非参数部分,并给出了计算算法.证明了所得的未知参数的估计量为n^(1/2)-相合,渐近正态且具有渐近最小方差,给出了实际数... 提出了一种新的带有二元连接函数的广义半参数模型,即二元连接模型(简称为BLM).使用轮廓似然方法估计模型的参数和非参数部分,并给出了计算算法.证明了所得的未知参数的估计量为n^(1/2)-相合,渐近正态且具有渐近最小方差,给出了实际数据分析和模拟研究,最终采用局部功效方法来检验非参数部分的线性性. 展开更多
关键词 二元连接函数 轮廓似然 半参数模型 局部功效检验 指数型分布族
下载PDF
我国核心通货膨胀率的估计和分析——基于SVAR模型
6
作者 宋洁 李二倩 田茂再 《统计学与应用》 2018年第6期636-648,共13页
准确地衡量通货膨胀对制定相应地货币政策具有重要的指导意义。正确衡量核心通货膨胀率是我们真实把握整体价格普遍走势的关键。本文基于SVAR模型对我国核心通货膨胀率进行分析,采用产出、CPI、食品CPI、货币供应量以及进口价格五个响... 准确地衡量通货膨胀对制定相应地货币政策具有重要的指导意义。正确衡量核心通货膨胀率是我们真实把握整体价格普遍走势的关键。本文基于SVAR模型对我国核心通货膨胀率进行分析,采用产出、CPI、食品CPI、货币供应量以及进口价格五个响应变量,并选定供给冲击、需求冲击、货币冲击、价格冲击以及预期冲击作为模型中的五个影响因素,以经济理论为基础,通过建模方法来估计核心CPI,得到更合理的估计,并分析响应变量对各冲击的响应情况。 展开更多
关键词 消费者价格指数 核心通货膨胀率 SVAR模型 实证分析
下载PDF
基于鞍点逼近的二项抽样下优势比的置信区间构造 被引量：7
7
作者 孟令宾 李二倩 田茂再 《数理统计与管理》 CSSCI 北大核心 2017年第1期85-102,共18页
优势比通常用来分析疾病与暴露因素的关联强度,在医学研究中有非常重要的临床意义。对于优势比而言,得到其一个区间估计往往比得到一个点估计更加重要。实际数据分析中,优势比作为一个未知参数其估计量比较复杂,要得到其精确的分布是很... 优势比通常用来分析疾病与暴露因素的关联强度,在医学研究中有非常重要的临床意义。对于优势比而言,得到其一个区间估计往往比得到一个点估计更加重要。实际数据分析中,优势比作为一个未知参数其估计量比较复杂,要得到其精确的分布是很难实现的,因此一般都寻求其一个渐近的置信区间。文中,我们采用四种方法来构造二项抽样下优势比的渐近置信区间,分别为Delta方法、Woolf方法、基于似然比检验的方法以及鞍点逼近方法,每种方法都各有其优缺点,其中鞍点逼近方法构造优势比的置信区间,是本文的一个创新点。我们通过蒙特卡洛模拟来比较这四种区间估计方法的优劣,对于模拟结果的评价准则主要基于区间对优势比真值的覆盖率与置信水平的接近程度和平均区间长度这两个指标。最后,本文通过两个实证案例来直观展示四种区间估计方法的不同特点。 展开更多
关键词 鞍点逼近 优势比 二项抽样 区间估计 蒙特卡洛模拟
原文传递
多元广义泊松分布的参数估计与诊断 被引量：6
8
作者 梁晓琳 李二倩 田茂再 《系统科学与数学》 CSCD 北大核心 2017年第5期1319-1334,共16页
广义泊松分布是普通泊松分布的自然推广,克服均值与方差相等的局限性.在计数数据中,常常会有多变量的情形,比如保险保单定价.因此文章考虑多元广义泊松分布的参数估计和假设检验问题,针对共协方差多元广义泊松模型提出两种参数估计的方... 广义泊松分布是普通泊松分布的自然推广,克服均值与方差相等的局限性.在计数数据中,常常会有多变量的情形,比如保险保单定价.因此文章考虑多元广义泊松分布的参数估计和假设检验问题,针对共协方差多元广义泊松模型提出两种参数估计的方法,矩估计方法和极大似然估计方法,并比较两种方法的优劣性.文章就多元广义泊松分布的假设检验问题,主要探讨了其退化检验及独立性检验,由于参数及变量较多,运用似然比检验方法构造服从卡方分布的检验统计量.最后,运用多元广义泊松理论分析不同地区森林发生火灾的次数,首先用文中提到的检验方法诊断数据是否可以用多元广义泊松分布,其次进行参数估计及实际问题的分析解释. 展开更多
关键词 多元广义泊松 矩估计 极大似然估计 假设检验
原文传递
超高维竞争风险模型的特征筛选 被引量：3
9
作者 李二倩 梅波 田茂再 《中国科学：数学》 CSCD 北大核心 2018年第8期1061-1086,共26页
在生存分析中,已有一些文献提出处理普通时间事件数据的Cox模型的超高维变量选择方法.然而,对于个体处在多个互斥事件的风险下,即存在竞争风险情形,并不能直接应用这些方法.一个分析竞争风险数据的常用模型就是比例子分布风险(proportio... 在生存分析中,已有一些文献提出处理普通时间事件数据的Cox模型的超高维变量选择方法.然而,对于个体处在多个互斥事件的风险下,即存在竞争风险情形,并不能直接应用这些方法.一个分析竞争风险数据的常用模型就是比例子分布风险(proportional subdistribution hazard,PSH)模型.本文基于确定联合筛选(sure joint screening,SJS)和惩罚近似对数部分似然,对于超高维的PSH模型提出了两阶段变量选择方法,并证明了第一步特征筛选方法的确定筛选性质(sure screening property),即选出的变量集合以概率1渐近地包含实际的显著变量.本文通过Monte Carlo模拟展现了方法的性能和表现,并与确定独立筛选(sure independence screening)方法进行了比较.最后将方法应用到一个关于膀胱癌的公开数据集的分析中. 展开更多
关键词 竞争风险 特征筛选 超高维变量 部分似然逼近 生存分析
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部