期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
考虑结构突变时确定性趋势的估计与单位根检验式的选择——基于可行广义最小二乘估计的分析 被引量:9
1
作者 聂巧平 《数量经济技术经济研究》 CSSCI 北大核心 2010年第3期147-160,F0003,共15页
单位根的检验功效依赖于回归检验式中的确定性趋势,而趋势估计量的分布又取决于序列的平稳性,两者相互制约。鉴于此,本文借鉴了Perron和Yabu(2009)提出的可行广义最小二乘估计,推导了相关统计量的分布,在考虑结构突变的情况下,构造了一... 单位根的检验功效依赖于回归检验式中的确定性趋势,而趋势估计量的分布又取决于序列的平稳性,两者相互制约。鉴于此,本文借鉴了Perron和Yabu(2009)提出的可行广义最小二乘估计,推导了相关统计量的分布,在考虑结构突变的情况下,构造了一套确定性趋势的估计和推断程序,并通过蒙特卡罗模拟对该程序的有限样本性质进行了分析。结论显示,大多数情形下根据该程序进行的单位根检验具有较高功效。 展开更多
关键词 结构突变 单位根检验 可行广义最小二乘估计 估计程序
原文传递
基于IKLIEP−四分位模型的风电场异常数据识别算法 被引量:4
2
作者 杨茂 张书天 +2 位作者 王天硕 杨硕 赵辉 《高电压技术》 EI CAS CSCD 北大核心 2023年第7期2952-2960,共9页
风电场功率数据中包含大量异常数据,难以反映风电场真实的风能情况,会影响风电功率预测的精度,从而影响电网决策。针对该问题,通过分析风电场异常数据特征,将其分为堆积型和分散型,并基于时间序列变点检测理论,将密度比是否为恒值作为... 风电场功率数据中包含大量异常数据,难以反映风电场真实的风能情况,会影响风电功率预测的精度,从而影响电网决策。针对该问题,通过分析风电场异常数据特征,将其分为堆积型和分散型,并基于时间序列变点检测理论,将密度比是否为恒值作为剔除堆积型异常数据的判断准则,采用改进Kullback Leibler重要性估计程序(improved Kullback Leibler importance estimation program,IKLIEP)剔除堆积型异常数据;再采用四分位法剔除分散型异常数据。最后将所提方法应用于国内蒙西某130.5 MW的风电场,实验结果表明所提方法能够更有效地识别并剔除异常数据,平均识别率提高了6.19%,误识别率降低了2.92%,验证了所提方法的有效性。 展开更多
关键词 改进Kullback Leibler重要性估计程序 时间序列变点检测 密度比 四分位 风电场 异常数据
下载PDF
通过时间估计资本成本:对错误来源的分析
3
作者 王若聪 《管理观察》 1999年第10期56-56,共1页
关键词 资本成本 错误来源 时间估计 定价模型 CAPM 退化模型 风险估计 估计程序 风险测量 市场风险
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部