面板数据的贝叶斯Lasso分位回归方法 被引量：14

1

作者 李翰芳 罗幼喜 田茂再 《数量经济技术经济研究》 CSSCI 北大核心 2013年第2期138-149,共12页

本文讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同,该方法能够更大程度地将模型中非重要的解释变量系数压缩至0,从而在估计系数的同时也起到变量选择... 本文讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同,该方法能够更大程度地将模型中非重要的解释变量系数压缩至0,从而在估计系数的同时也起到变量选择的作用。利用积分恒等式,本文构造了一种易于实施的参数估计切片Gibbs抽样算法。模拟结果显示,模型含有较多变量时,新方法排除"噪声"变量的能力明显高于现有文献中的其他方法。本文最后对我国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。 展开更多

关键词 面板数据 贝叶斯Lasso 分位回归 切片Gibbs抽样

原文传递

面板数据的自适应Lasso分位回归方法研究 被引量：13

2

作者 李子强 田茂再 罗幼喜 《统计与信息论坛》 CSSCI 2014年第7期3-10,共8页

如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参... 如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。 展开更多

关键词 面板数据 分位回归 切片Gibbs抽样

下载PDF 职称材料

上市公司社会责任报告影响因素研究 被引量：12

3

作者 吴丹红 罗幼喜 《财会通讯（下）》 2010年第8期18-20,共3页

本文选取我国2007年度发布社会责任报告上市公司的有关指标,对上市公司社会责任报告的影响因素进行了研究。研究发现：企业社会责任报告影响因素依次为公司盈利能力、增长能力,规模能力、核心能力和偿债能力,其中主要受公司盈利能力和... 本文选取我国2007年度发布社会责任报告上市公司的有关指标,对上市公司社会责任报告的影响因素进行了研究。研究发现：企业社会责任报告影响因素依次为公司盈利能力、增长能力,规模能力、核心能力和偿债能力,其中主要受公司盈利能力和增长能力的影响,尤其是盈利能力对企业社会责任报告的履行及其披露十分关键;公司盈利能力、增长能力、核心能力和偿债能力越合理,综合竞争力就越强,对公司社会责任报告的影响力越大,公司更愿意发表社会责任报告;公司治理结构在一定程度上也影响到公司社会责任报告。 展开更多

关键词 社会责任报告 社会责任信息披露 因子分析

下载PDF 职称材料

包含制度因素和非制度因素的中国经济增长实证分析 被引量：6

4

作者 罗幼喜 刘贤龙 邱忠仪 《统计与决策》 CSSCI 北大核心 2005年第07X期4-6,共3页

本文将制度因素和非制度因素同时纳入计量模型,利用主成分回归分析法消除变量间的自相关性,得到了合理的计量经济模型,然后分时间阶段进行对比研究,进一步明确了制度因素和非制度因素在经济发展的不同时期对促进经济增长起到的不同作用... 本文将制度因素和非制度因素同时纳入计量模型,利用主成分回归分析法消除变量间的自相关性,得到了合理的计量经济模型,然后分时间阶段进行对比研究,进一步明确了制度因素和非制度因素在经济发展的不同时期对促进经济增长起到的不同作用和影响机制。 展开更多

关键词 经济增长 制度因素 非制度因素 回归分析

下载PDF 职称材料

财务危机的组合判别研究——基于主成分分析的核Fisher方法 被引量：3

5

作者 罗幼喜 刘贤龙 邱忠仪 《统计与决策》 CSSCI 北大核心 2005年第08X期31-33,共3页

核fisher方法利用核函数将输入空间映射到一个高维的特征空间,然后在此高维空间上建立Fisher判别。本文采用主成分分析方法作为特征提取的手段,以我国部分上市公司的财务数据为样本,利用核Fisher方法进行财务困境预警问题的研究。

关键词 主成分分析 核函数 FISHER 财务预警 神经网络

下载PDF 职称材料

基于变量聚类的主成分Lasso降维算法与模拟 被引量：8

6

作者 许赟娟 罗幼喜 《统计与决策》 CSSCI 北大核心 2021年第4期31-36,共6页

在较高维度下的特征集合中如何筛选出重要子集是统计学中经常遇到的问题,而利用建立合适的稀疏模型使得模型复杂度降低的方法是近年来各领域学者研究的热点。文章基于在模型建立前考虑存在因高维自变量间的高度线性相关性而具有的组结... 在较高维度下的特征集合中如何筛选出重要子集是统计学中经常遇到的问题,而利用建立合适的稀疏模型使得模型复杂度降低的方法是近年来各领域学者研究的热点。文章基于在模型建立前考虑存在因高维自变量间的高度线性相关性而具有的组结构特性问题,提出了一种新的基于变量聚类的主成分Lasso(简记为VPLasso)降维算法。数值模拟结果表明,当模型中自变量同时具有组间稀疏和组内稀疏两种特性时,提出的降维算法不仅在回归参数的估计精确度上,而且在变量选择准确性上都优于经典的组结构特征选择算法。 展开更多

关键词 稀疏模型 组结构 变量聚类 主成分Lasso

下载PDF 职称材料

基于析因试验设计提高烟支圆周稳定性的研究

7

作者 李汉玲 王亚娟 +2 位作者 黄媛 秦思 罗幼喜 《中国仪器仪表》 2024年第2期53-57,共5页

本文通过析因试验设计,对影响烟支圆周稳定性的关键因子进行分析验证及确定,量化因子的影响程度及效应关系,并在此基础上对关键因子进行优化和生产跟踪验证,提高烟支圆周的稳定性。试验结果显示,ZJ17卷接机大压板位置、小压板位置、烟... 本文通过析因试验设计,对影响烟支圆周稳定性的关键因子进行分析验证及确定,量化因子的影响程度及效应关系,并在此基础上对关键因子进行优化和生产跟踪验证,提高烟支圆周的稳定性。试验结果显示,ZJ17卷接机大压板位置、小压板位置、烟舌出口位置与烟支圆周标偏有明显的效应关系,当大压板位置调整在7.9mm、小压板位置调整在7.9mm、烟舌出口位置调整在6.8mm时,烟支圆周标偏可以控制在0.05mm左右。经过卷接机台的生产验证,实际烟支圆周标偏达到了0.053mm。 展开更多

关键词 烟支圆周 析因设计 方差分析 回归分析 优化预测

下载PDF 职称材料

基于大数据挖掘的卷烟设备参数优化与模拟仿真

8

作者 张金霞 黄玲玲 +2 位作者 石炬 马胜军 罗幼喜 《科技创新与应用》 2024年第25期68-71,75,共5页

卷烟质量的好坏是衡量消费者满意度的关键度量因素。对于空头这种卷烟过程中出现的A类质量问题,如何在生产过程中实时控制,降低其缺陷率一直是卷烟企业高度关注的焦点问题。该文站在卷烟厂实际生产的角度,利用W市卷烟厂提供的实际生产数... 卷烟质量的好坏是衡量消费者满意度的关键度量因素。对于空头这种卷烟过程中出现的A类质量问题,如何在生产过程中实时控制,降低其缺陷率一直是卷烟企业高度关注的焦点问题。该文站在卷烟厂实际生产的角度,利用W市卷烟厂提供的实际生产数据,先后建立基于决策树的最优参数模型,BP神经网络预测模型以及情景分析模拟仿真,对该卷烟厂的空头剔除量过高且生产不稳定的问题进行机台参数控制区间寻优以及多情景计算机模拟仿真,并给出相应的解决方案。 展开更多

关键词 数字化转型 设备最优参数调控 决策树 BP神经网络 情景分析

下载PDF 职称材料

函数型Logistic回归模型研究与应用 被引量：4

9

作者 邓楠 罗幼喜 《湖北工业大学学报》 2022年第1期115-120,共6页

作为一种新型高维数据,函数型数据重在研究数据的内在本质而不是外在结构,通过非参数方法将数据拟合为函数型数据以捕捉更多信息。针对响应变量为二分类情形,建立贝叶斯框架下的函数型Logistic回归模型,引入适当的先验信息并利用MCMC算... 作为一种新型高维数据,函数型数据重在研究数据的内在本质而不是外在结构,通过非参数方法将数据拟合为函数型数据以捕捉更多信息。针对响应变量为二分类情形,建立贝叶斯框架下的函数型Logistic回归模型,引入适当的先验信息并利用MCMC算法获得参数的条件后验分布。具体解决流程为:选取由数据驱动的主成分基函数对回归系数函数和回归函数型自变量进行展开,对展开项数进行截断,利用主成分基函数的正交性,将高维数据进行低维表示;再利用Polya-Gamma变换,建立易于获得参数后验的Gibbs抽样算法,从而得到回归函数展开项系数的后验分布。蒙特卡洛模拟结果显示,该方法具有较好的分类性能。将该方法应用于Tecator实际数据,发现其分类效果优于别的方法。 展开更多

关键词 函数型数据 主成分分析 LOGISTIC回归 polya-gamma

下载PDF 职称材料

左删失数据的双惩罚贝叶斯Tobit分位回归方法 被引量：1

10

作者 舒婷 罗幼喜 +1 位作者 胡超竹 李翰芳 《统计与决策》 北大核心 2023年第5期27-33,共7页

在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知... 在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知随机效应的干扰,固定效应中关键变量的选择与系数估计变得更为困难。为了解决上述问题,文章提出了一种新的双Adaptive Lasso惩罚贝叶斯Tobit分位回归方法,主要研究响应变量左删失情形下高维纵向数据的变量选择与参数估计问题。通过将Adaptive Lasso惩罚同时引入固定效应与随机效应的先验分布中,构造了参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,新方法较无惩罚法和Lasso惩罚法在重要变量选择及系数估计上均更占优势。 展开更多

关键词 删失混合效应模型 Adaptive Lasso惩罚 Tobit分位回归 Gibbs抽样算法 贝叶斯方法

下载PDF 职称材料

一种改进的主成分分析特征抽取算法:YJ-MICPCA 被引量：5

11

作者 谢昆明 罗幼喜 《武汉科技大学学报》 CAS 北大核心 2019年第3期220-226,共7页

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布... 针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。 展开更多

关键词 主成分分析 最大信息系数 Yeo-Johnson变换 特征抽取 降维 分类

下载PDF 职称材料

函数型累积Logistic回归模型研究与应用 被引量：1

12

作者 罗幼喜 邓楠 +1 位作者 胡超竹 李翰芳 《华中师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第2期185-194,共10页

该文针对响应变量为有序多分类标量数据,协变量为函数型数据构建函数型累积Logistic回归模型,并在贝叶斯分析框架下构造Gibbs抽样算法解决参数估计问题.具体解决流程为:首先,通过潜变量连接有序响应变量与函数协变量间的关系,同时对回... 该文针对响应变量为有序多分类标量数据,协变量为函数型数据构建函数型累积Logistic回归模型,并在贝叶斯分析框架下构造Gibbs抽样算法解决参数估计问题.具体解决流程为:首先,通过潜变量连接有序响应变量与函数协变量间的关系,同时对回归系数函数和回归函数型自变量选取主成分基函数进行展开,设置潜变量模型误差项服从Logistic分布.再利用Polya-Gamma变换解决模型似然函数的复杂性,并求得回归系数展开系数的后验分布从而构建Gibbs抽样算法.最后将该方法应用与模拟数据和实际空气质量指数(AQI)的分析,结果显示能较好地对模拟数据和空气质量指数(AQI)污染状况进行分类. 展开更多

关键词 函数型数据 主成分分析 累积Logistic回归 Polya-Gamma变换 Gibbs抽样算法

下载PDF 职称材料

固定效应面板数据的无条件分位数回归方法及其应用 被引量：1

13

作者 左倩 罗幼喜 +1 位作者 田茂再 赵雪漪 《数理统计与管理》 北大核心 2023年第1期35-44,共10页

针对含固定效应的面板数据,讨论一般化的无条件分位数回归建模问题。基于两个矩条件,得到面板数据无条件分位数回归的点估计,并通过Bootstrap重抽样技术进一步给出置信区间估计办法。其次,通过计算机蒙特卡洛模拟,详细比较无条件分位数... 针对含固定效应的面板数据,讨论一般化的无条件分位数回归建模问题。基于两个矩条件,得到面板数据无条件分位数回归的点估计,并通过Bootstrap重抽样技术进一步给出置信区间估计办法。其次,通过计算机蒙特卡洛模拟,详细比较无条件分位数回归估计与条件分位数回归估计的效果。研究结果表明,在数据量、误差项分布、估计参数真实值的不同情况下,UQR的估计偏差和均方根误差都很小,UQR是固定效应的面板数据的有效估计办法。当样本量增加或者估计参数真实值数量级增大的情况下,UQR估计会更有效。UQR估计在0.5分位点的估计效果最佳,低分位点的估计效果优于高分位点的估计效果。最后,根据各省市的消费收入数据进行了实证研究,发现UQR能更好地解释实际的消费情况。 展开更多

关键词 无条件分位回归 边际消费倾向 固定效应 广义矩估计

原文传递

高维混合效应模型的双正则化分位回归方法研究 被引量：5

14

作者 罗幼喜 田茂再 李翰芳 《统计研究》 CSSCI 北大核心 2017年第7期94-103,共10页

针对高维混合效应模型,本文提出了一种双正则化分位回归方法。通过对随机和固定效应系数同时实施L1正则化惩罚,一方面能够对重要解释变量进行挑选,另一方面能够消除个体随机波动带来的偏差。求解参数估计的交替迭代算法不仅破解了要同... 针对高维混合效应模型,本文提出了一种双正则化分位回归方法。通过对随机和固定效应系数同时实施L1正则化惩罚,一方面能够对重要解释变量进行挑选,另一方面能够消除个体随机波动带来的偏差。求解参数估计的交替迭代算法不仅破解了要同时确定两个调整参数的难题,而且算法速度快。模拟结果也表明该方法不仅对误差类型有很强的抗干扰能力,同时在模型有不同稀疏程度时均表现良好,尤其是对于解释变量多于样本的高维情况。为了方便在实际问题中选择最优正则化参数,本文还对两种参数选取标准进行了比较研究。最后利用新方法对一个教育方面的数据进行了实证演示,找出了在各个分位点处对学生成绩有影响的重要因素。 展开更多

关键词 高维混合效应模型 双正则化 交替迭代法

下载PDF 职称材料

我国各地区城市居民食品消费结构的统计分析 被引量：1

15

作者 罗幼喜 李翰芳 《湖北工业大学学报》 2007年第1期81-83,共3页

根据我国各地区居民食品消费支出,运用因子分析得出影响我国居民食品消费结构的5个主要的公共因子,针对这5个主要的公共因子运用聚类分析对各地区的食品消费结构进行划分,得出7类食品消费类型.并结合相关营养学知识和各地区自身的特点... 根据我国各地区居民食品消费支出,运用因子分析得出影响我国居民食品消费结构的5个主要的公共因子,针对这5个主要的公共因子运用聚类分析对各地区的食品消费结构进行划分,得出7类食品消费类型.并结合相关营养学知识和各地区自身的特点提出一些优化食品消费结构的参考意见. 展开更多

关键词 食品消费结构 因子分析 聚类分析

下载PDF 职称材料

基于最大信息系数的关联性特征选择算法:MICCFS

16

作者 罗幼喜 谢昆明 +1 位作者 胡超竹 李翰芳 《华中师范大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第6期777-785,共9页

针对基于关联性特征选择算法(CFS)对于回归任务只能识别变量线性关系和分类任务使用对称不确定性度量的不足,提出一种基于最大信息系数(MIC)的CFS特征选择算法:MICCFS.将回归任务中衡量变量间的线性相关系数和分类任务中的对称不确定性... 针对基于关联性特征选择算法(CFS)对于回归任务只能识别变量线性关系和分类任务使用对称不确定性度量的不足,提出一种基于最大信息系数(MIC)的CFS特征选择算法:MICCFS.将回归任务中衡量变量间的线性相关系数和分类任务中的对称不确定性度量改进为MIC度量方式.运用最佳优先搜索算法搜索特征子集,以UCI机器学习数据库中11个回归数据集和10个分类数据集为实验对象,采用支持向量机、k近邻算法、朴素贝叶斯模型、决策树四种分类器,比较了MICCFS和CFS以及常用特征选择方法SVMRFE、Lasso、MIM、Relief F、Chi-Square的效果,结果表明MICCFS具有一定优势. 展开更多

关键词 关联性特征选择 最大信息系数 特征选择 分类 降维

下载PDF 职称材料

混合效应模型的非参数贝叶斯分位回归方法研究 被引量：3

17

作者 李翰芳 罗幼喜 田茂再 《统计研究》 CSSCI 北大核心 2016年第4期97-103,共7页

本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复... 本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强。在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可。蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势。 展开更多

关键词 混合效应模型 有限正态混合分布 Stick-Breaking先验 潜变量 Gibbs抽样算法

下载PDF 职称材料

面板数据贝叶斯双惩罚分位回归方法研究 被引量：2

18

作者 舒婷 罗幼喜 李翰芳 《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第1期150-165,共16页

在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难。为了解决这一问题,本文建立... 在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难。为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到含固定效应与随机效应的面板数据中,构造参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,该方法不仅能准确估计不同面板数据模型的参数系数,还能对重要变量进行选择。 展开更多

关键词 双Adaptive Lasso惩罚 Gibbs抽样算法 分位回归 随机效应 贝叶斯方法

下载PDF 职称材料

大学生网络课程使用调查分析 被引量：3

19

作者 张子婧 张艳芳 +1 位作者 陈小阳 罗幼喜 《中国市场》 2016年第51期217-218,共2页

文章以武汉市8所本科院校分层抽样所得数据为基础,利用描述性分析,了解大学生网络课程使用现状及课程兴趣取向,运用交叉分析对不同专业学习网络课程的满意程度进行评价;同时对课程建设进行因子分析,提取影响网络课程使用的主要潜在因子... 文章以武汉市8所本科院校分层抽样所得数据为基础,利用描述性分析,了解大学生网络课程使用现状及课程兴趣取向,运用交叉分析对不同专业学习网络课程的满意程度进行评价;同时对课程建设进行因子分析,提取影响网络课程使用的主要潜在因子,为网络课程建设提出相关改进建议。 展开更多

关键词 网络课程 分层抽样 描述性分析 交叉分析 因子分析

下载PDF 职称材料

函数型分位回归的自适应主成分基个数截断算法 被引量：1

20

作者 田密 李翰芳 罗幼喜 《统计与决策》 CSSCI 北大核心 2022年第11期35-40,共6页

文章针对协变量是函数型、响应变量是标量的函数型线性分位数回归模型,提出一种新的自适应加权主成分基个数截断算法来解决主成分基展开时的项数选取问题。首先利用函数型分位数回归对关联变异解释百分比方法进行改进,其次依据方差解释... 文章针对协变量是函数型、响应变量是标量的函数型线性分位数回归模型,提出一种新的自适应加权主成分基个数截断算法来解决主成分基展开时的项数选取问题。首先利用函数型分位数回归对关联变异解释百分比方法进行改进,其次依据方差解释百分比和改进的关联变异解释百分比对函数型主成分个数进行截断,然后对各自截断出的主成分个数进行加权,通过函数型分位数回归获得使估计误差达到最小的最优权重,最后得到最终主成分展开截断项数。蒙特卡罗模拟结果显示新算法在不同样本量、不同分位数以及不同的误差分布下均优于原始方法。 展开更多

关键词 函数型主成分分析 方差解释百分比 改进的关联变异解释百分比

下载PDF 职称材料