期刊文献+
共找到242篇文章
< 1 2 13 >
每页显示 20 50 100
高维纵向数据的模型平均估计 被引量:2
1
作者 陈心洁 赵志豪 《系统科学与数学》 CSCD 北大核心 2020年第7期1297-1324,共28页
高维数据的模型选择是当今统计学研究的一个热点问题,但关于高维纵向数据方面的模型平均却少见研究,文章提出了一种利用删组交叉验证准则对高维纵向数据进行模型平均估计的方法,在最小化预测残差意义下,以删组交叉验证为准则,证明了其... 高维数据的模型选择是当今统计学研究的一个热点问题,但关于高维纵向数据方面的模型平均却少见研究,文章提出了一种利用删组交叉验证准则对高维纵向数据进行模型平均估计的方法,在最小化预测残差意义下,以删组交叉验证为准则,证明了其渐近最优性,并通过模拟研究表明,该模型平均方法在估计效果上要优于其它一些传统的模型选择和平均方法. 展开更多
关键词 模型平均 删组估计 高维纵向数据 渐近最优性
原文传递
公司债信用利差对产出和通胀的预测——基于BMA模型的研究 被引量:2
2
作者 赵静 方兆本 朱俊鹏 《数理统计与管理》 CSSCI 北大核心 2018年第1期179-190,共12页
本文研究了2008年1月至2016年10月期间中国公司债信用利差对于产出和通胀的预测能力,通过将公司债按照期限和信用级别划分为不同组合得到多个信用利差序列,利用BMA框架下的样本外预测方法对工业增加值指数和居民消费者指数进行预测研究... 本文研究了2008年1月至2016年10月期间中国公司债信用利差对于产出和通胀的预测能力,通过将公司债按照期限和信用级别划分为不同组合得到多个信用利差序列,利用BMA框架下的样本外预测方法对工业增加值指数和居民消费者指数进行预测研究,结果显示信用风险较高以及到期期限较短的信用利差对产出包含显著的预测信息,且预测能力随时间变化而发生变化。这一方面表明了我国公司债信用利差已经包含了显著的经济前瞻性信息,债券定价市场化改革成果得以显现;另一方面也成为我国存在金融加速机制的实证依据,为宏观经济的预测和政策制定提供参考。 展开更多
关键词 信用利差 宏观经济预测 金融加速机制 BMA样本外预测
原文传递
KaKs_Calculator:Calculating Ka and Ks Through Model Selection and Model Averaging 被引量:91
3
作者 Zhang Zhang Jun Li +3 位作者 Xiao-Qian Zhao Jun Wang Gane Ka-Shu Wong Jun Yu 《Genomics, Proteomics & Bioinformatics》 SCIE CAS CSCD 2006年第4期259-263,共5页
KaKs_Calculator is a software package that calculates nonsynonymous (Ka) and synonymous (Ks) substitution rates through model selection and model averaging. Since existing methods for this estimation adopt their s... KaKs_Calculator is a software package that calculates nonsynonymous (Ka) and synonymous (Ks) substitution rates through model selection and model averaging. Since existing methods for this estimation adopt their specific mutation (substitution) models that consider different evolutionary features, leading to diverse estimates, KaKs_Calculator implements a set of candidate models in a maximum likelihood framework and adopts the Akaike information criterion to measure fitness between models and data, aiming to include as many features as needed for accurately capturing evolutionary information in protein-coding sequences. In addition, several existing methods for calculating Ka and Ks are also incorporated into this software. KaKs_Calculator, including source codes, compiled executables, and documentation, is freely available for academic use at http://evolution.genomics.org.cn/software.htm. 展开更多
关键词 model selection model averaging AIC approximate method maximum likelihoodmethod
原文传递
模型平均方法及其在预测中的应用 被引量:31
4
作者 张新雨 邹国华 《统计研究》 CSSCI 北大核心 2011年第6期97-102,共6页
模型平均方法是当代统计学和计量经济学界研究的国际前沿问题,在经济、金融、生物、医学等领域有着广泛的应用前景。本文着重介绍几种常用的和最新的模型平均方法,并把它们应用于我国的粮食产量预测,取得了比较好的预测效果,说明模型平... 模型平均方法是当代统计学和计量经济学界研究的国际前沿问题,在经济、金融、生物、医学等领域有着广泛的应用前景。本文着重介绍几种常用的和最新的模型平均方法,并把它们应用于我国的粮食产量预测,取得了比较好的预测效果,说明模型平均方法为准确的预测分析提供了有力的工具,将对规避管理中可能出现的风险和偏差提供重要的技术支持。 展开更多
关键词 模型平均 组合预测 权重选择
下载PDF
基于Dropout的改进卷积神经网络模型平均方法 被引量:25
5
作者 程俊华 曾国辉 +1 位作者 鲁敦科 黄勃 《计算机应用》 CSCD 北大核心 2019年第6期1601-1606,共6页
针对深度卷积神经网络(CNN)中的过拟合问题,提出一种基于Dropout改进CNN的模型预测平均方法。首先,训练阶段在池化层引入Dropout,使得池化层单元值具有稀疏性;然后,在测试阶段将训练时池化层Dropout选择单元值的概率与池化区域各单元值... 针对深度卷积神经网络(CNN)中的过拟合问题,提出一种基于Dropout改进CNN的模型预测平均方法。首先,训练阶段在池化层引入Dropout,使得池化层单元值具有稀疏性;然后,在测试阶段将训练时池化层Dropout选择单元值的概率与池化区域各单元值所占概率相乘作为双重概率;最后,将提出的双重概率加权的模型平均方法应用于测试阶段,使得训练阶段池化层Dropout的稀疏效果能够更好地反映到测试阶段池化层上,从而使测试错误率达到与训练的较低错误率相近的结果。在给定大小的网络中所提方法在MNIST和CIFAR-10数据集上的测试错误率分别为0.31%和11.23%。实验结果表明:仅考虑池化层对结果的影响,所提方法与Prob.weighted pooling和Stochastic Pooling方法相比具有更低的错误率,表明池化层Dropout使得模型更具泛化性,并且池化单元值对于模型泛化具有一定帮助,能够更有效避免过拟合。 展开更多
关键词 深度学习 卷积神经网络 Dropout正则化 过拟合 模型平均
下载PDF
基于改进BN的集装箱船舶碰撞事故致因分析 被引量:14
6
作者 司东森 张英俊 郎坤 《中国安全科学学报》 CAS CSCD 北大核心 2019年第10期31-37,共7页
为解决利用贝叶斯网络(BN)模型分析集装箱船舶碰撞致因过程中,由于样本数据不足导致BN结构学习困难的问题,提出一种基于核密度估计和模型加权平均策略相结合的BN结构学习算法。首先利用核密度估计方法扩充小数据集,使数据规模达到BN结... 为解决利用贝叶斯网络(BN)模型分析集装箱船舶碰撞致因过程中,由于样本数据不足导致BN结构学习困难的问题,提出一种基于核密度估计和模型加权平均策略相结合的BN结构学习算法。首先利用核密度估计方法扩充小数据集,使数据规模达到BN结构学习的最低限度要求;然后利用模型平均策略加权融合不同学习算法得到的网络结构,来提高算法在小样本数据下的学习效果;最后基于少量集装箱船舶碰撞样本数据,利用所提算法构建BN模型分析事故致因。结果表明:用所提算法能在小样本数据下定量分析碰撞事故致因,并得出集装箱船舶碰撞事故致因链,有助于提高集装箱船舶运输的安全性。 展开更多
关键词 小样本数据 贝叶斯网络(BN) 核密度估计 模型平均法 致因分析
下载PDF
改进的Dropout正则化卷积神经网络 被引量:12
7
作者 满凤环 陈秀宏 何佳佳 《传感器与微系统》 CSCD 2018年第4期44-47,共4页
针对深度卷积神经网络(CNN)中出现的过度拟合的问题,给出了一种改进的结构,训练阶段采用Dropout正则化,测试阶段采用了模型平均方法且同时考虑了保留概率和池化区域内单元值所占概率。仿真实验表明:在MNIST手写数据库和CMU—PIE的部分... 针对深度卷积神经网络(CNN)中出现的过度拟合的问题,给出了一种改进的结构,训练阶段采用Dropout正则化,测试阶段采用了模型平均方法且同时考虑了保留概率和池化区域内单元值所占概率。仿真实验表明:在MNIST手写数据库和CMU—PIE的部分图像库中,相同迭代次数及CNN结构下新算法均优于其他方法,不仅能够得到更好的识别率而且更能防止过拟合的问题。 展开更多
关键词 深度学习 卷积神经网络 DROPOUT 图像识别 模型平均
下载PDF
部分函数线性模型的模型平均方法 被引量:11
8
作者 朱容 邹国华 张新雨 《系统科学与数学》 CSCD 北大核心 2018年第7期777-800,共24页
部分函数线性模型是一种被广泛研究和应用的模型,其响应变量与一般的随机变量有关,也与函数型的随机变量有关.文章首先利用传统的谱分解方法来表示协方差函数,将部分函数线性模型的函数部分线性化,其次基于Hansen(2007)的Mallow... 部分函数线性模型是一种被广泛研究和应用的模型,其响应变量与一般的随机变量有关,也与函数型的随机变量有关.文章首先利用传统的谱分解方法来表示协方差函数,将部分函数线性模型的函数部分线性化,其次基于Hansen(2007)的Mallows模型平均方法,提出了该模型下的最优权重的选择准则,并证明了模型平均估计量的渐近最优性,此外还考虑了候选模型为两个特殊模型的情况下的模型平均估计量的渐近最优性.最后,进行了模拟研究,并对肉类和玉米样本的近红外反射光谱数据集进行分析,均表明所提出的模型平均方法是有效的. 展开更多
关键词 渐近最优性 Mallows准则 模型平均 部分函数线性模型
原文传递
线性测量误差模型的平均估计 被引量:10
9
作者 王海鹰 邹国华 《系统科学与数学》 CSCD 北大核心 2012年第1期1-14,共14页
频率模型平均估计近年来受到了较大的关注,但对有测量误差的观测数据尚未见到任何研究.文章主要考虑了线性测量误差模型的平均估计问题,导出了模型平均估计的渐近分布,基于Hjort和Claeskens(2003)的思想构造了一个覆盖真实参数的概率趋... 频率模型平均估计近年来受到了较大的关注,但对有测量误差的观测数据尚未见到任何研究.文章主要考虑了线性测量误差模型的平均估计问题,导出了模型平均估计的渐近分布,基于Hjort和Claeskens(2003)的思想构造了一个覆盖真实参数的概率趋于预定水平的置信区间,并证明了该置信区间与基于全模型正态逼近所构造的置信区间的渐近等价性.模拟结果表明当协变量存在测量误差时,模型平均估计能明显增加点估计的效率. 展开更多
关键词 模型选择 模型平均 测量误差 渐近分布.
原文传递
一种改进的贝叶斯网络结构学习算法 被引量:10
10
作者 范敏 黄席樾 +1 位作者 石为人 鲜晓东 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第17期4613-4617,共5页
贝叶斯网络的结构学习是数据挖掘与知识发现领域的主要研究技术之一,能从大量数据中寻找隐含的概率依赖关系和知识表达模型,对复杂决策任务的建模与求解提供支持,具有重要的研究意义。文章通过分析结构学习方法(K2和MCMC算法)的基本思想... 贝叶斯网络的结构学习是数据挖掘与知识发现领域的主要研究技术之一,能从大量数据中寻找隐含的概率依赖关系和知识表达模型,对复杂决策任务的建模与求解提供支持,具有重要的研究意义。文章通过分析结构学习方法(K2和MCMC算法)的基本思想,将两种算法的优点和模型平均的思路结合起来,提出一种改进的贝叶斯网络结构学习算法。仿真实验证明该算法解决了K2和MCMC算法的缺陷,可以在无先验知识的情况下以较快的收敛速度获得较正确、稳定的模型结构。 展开更多
关键词 贝叶斯网络 结构学习 模型平均 K2 MCMC
下载PDF
我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均 被引量:8
11
作者 周建红 邝雄 +1 位作者 陈志明 张新雨 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2020年第11期2861-2871,共11页
针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题,本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测,从而有效解决实质性偏差的问题.同时我们在此基础上引入一... 针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题,本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测,从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法,即通过最小化M折交叉验证准则(CVM)确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在,我们可以同时预测航空客运量的实际产生量和需求量,实证研究也表明,相比其他常用的预测方法,该方法在预测航空客运量中长期的实际产生量上更具优势. 展开更多
关键词 航空客运量需求预测 随机前沿预测模型 模型平均 M折交叉验证准则
原文传递
基于Jackknife模型平均方法的中国港口集装箱吞吐量预测 被引量:7
12
作者 高研 周建红 +1 位作者 王海涛 张焕焕 《系统科学与数学》 CSCD 北大核心 2020年第4期729-737,共9页
使用多元序列的Jackknife模型平均(JMA)方法平均向量自回归模型,并将该方法用于预测中国六大港口的集装箱吞吐量.由于JMA方法在自相关异方差结构下的渐近最优性,因此更适用于具有大的波动性、复杂性和不规则性的港口集装箱吞吐量的预测... 使用多元序列的Jackknife模型平均(JMA)方法平均向量自回归模型,并将该方法用于预测中国六大港口的集装箱吞吐量.由于JMA方法在自相关异方差结构下的渐近最优性,因此更适用于具有大的波动性、复杂性和不规则性的港口集装箱吞吐量的预测.另外,相比单序列,多元序列的JMA平均方法也考虑了港口之间的相关影响因素.比较发现,在大多数案例中,此方法比常用模型选择和模型平均方法具有更高的预测精度. 展开更多
关键词 港口集装箱吞吐量预测 向量自回归模型 模型平均 Jackknife准则
原文传递
Cross Validation Based Model Averaging for Varying-Coefficient Models with Response Missing at Random
13
作者 Huixin Li Xiuli Wang 《Journal of Applied Mathematics and Physics》 2024年第3期764-777,共14页
In this paper, a model averaging method is proposed for varying-coefficient models with response missing at random by establishing a weight selection criterion based on cross-validation. Under certain regularity condi... In this paper, a model averaging method is proposed for varying-coefficient models with response missing at random by establishing a weight selection criterion based on cross-validation. Under certain regularity conditions, it is proved that the proposed method is asymptotically optimal in the sense of achieving the minimum squared error. 展开更多
关键词 Response Missing at Random model averaging Asymptotic Optimality B-Spline Approximation
下载PDF
四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用 被引量:7
14
作者 相鑫 刘秀丽 《系统科学与数学》 CSCD 北大核心 2018年第6期702-710,共9页
为有效提高神经网络的学习效率并降低其陷入局部极小值的概率,文章构建了四层参数自调整BP神经网络模型,该模型具有四层特殊的网络结构,采用附加动量法与自适应法调整参数.数值试验表明,与常规的BP神经网络相比,该方法的学习收敛速度与... 为有效提高神经网络的学习效率并降低其陷入局部极小值的概率,文章构建了四层参数自调整BP神经网络模型,该模型具有四层特殊的网络结构,采用附加动量法与自适应法调整参数.数值试验表明,与常规的BP神经网络相比,该方法的学习收敛速度与预测精度均有较大改进.鉴于人口死亡率的复杂变化趋势,使用单个模型无法准确预测,文章同时建立了GM(1,1)模型与ARMA(2,2)模型,结合三种模型的优势,应用模型平均方法预测了中国人口的死亡率.结果显示,2018-2020年中国人口的死亡率分别为7.1042‰,7.1040‰。和7.1045‰. 展开更多
关键词 BP神经网络 模型平均 人口死亡率 预测
原文传递
河南省粮食产量预测方法研究 被引量:7
15
作者 陈全润 杨翠红 《系统科学与数学》 CSCD 北大核心 2018年第7期813-822,共10页
文章对河南省粮食产量预测方法进行研究.针对河南省粮食产量时间序列表现出的时间趋势性、气象变化敏感性、事件影响敏感性的特点,建立了一套综合考虑趋势、气象、事件等因素的河南省粮食产量预测方法.该方法从多个角度建立了不同的... 文章对河南省粮食产量预测方法进行研究.针对河南省粮食产量时间序列表现出的时间趋势性、气象变化敏感性、事件影响敏感性的特点,建立了一套综合考虑趋势、气象、事件等因素的河南省粮食产量预测方法.该方法从多个角度建立了不同的预测模型,最终预测结果通过模型平均得到.从2011—2017年的实际预测效果来看,该预测方法的预测精度较高. 展开更多
关键词 河南 粮食产量 预测 模型平均
原文传递
带治愈组右删失数据的模型平均研究
16
作者 王淑影 张亚男 +1 位作者 程云飞 周丽芳 《山东大学学报(理学版)》 CAS CSCD 北大核心 2024年第4期108-116,共9页
在已有生存分析研究中,大多直接假设响应变量与指定协变量的模型形式,进而估计协变量效应,但当模型假设错误时,对应的结论可能是错误的。因此,为了避免指定协变量构建模型引起的不准确性,考虑使用一种基于模型平均方法的加速失效时间模... 在已有生存分析研究中,大多直接假设响应变量与指定协变量的模型形式,进而估计协变量效应,但当模型假设错误时,对应的结论可能是错误的。因此,为了避免指定协变量构建模型引起的不准确性,考虑使用一种基于模型平均方法的加速失效时间模型来对带治愈组的右删失数据进行刻画。在极大似然估计的框架下,采用基于信息准则的模型选择和模型平均方法进行统计推断研究。数值模拟结果显示,在带治愈组的右删失数据下基于模型平均方法的加速失效时间(accelerated failure time,AFT)模型估计及预测精度高于模型选择方法。最后通过黑色素瘤临床试验数据的分析,对所提方法的可行性和实用性进行验证。 展开更多
关键词 右删失数据 模型平均 混合治愈模型 加速失效时间模型 极大似然估计
原文传递
基于复合分位数回归的部分线性模型平均估计
17
作者 肖佳成 《兰州文理学院学报(自然科学版)》 2024年第2期15-19,24,共6页
针对部分线性模型的参数与非参数估计问题,基于复合分位数回归提出了一种稳健的模型平均估计量.为了提高估计效率,采用B样条的方法拟合子模型中的非参数函数.数值模拟和仿真实验证明了所提出的估计量预测效果优良.
关键词 部分线性模型 样条估计 复合分位数回归 模型平均
下载PDF
带碎片协变量右删失数据的模型平均方法
18
作者 王淑影 周丽芳 程云飞 《吉林大学学报(理学版)》 CAS 北大核心 2024年第5期1091-1101,共11页
考虑在带有碎片协变量的右删失数据下比例风险模型的模型平均问题,先利用极大似然估计方法对模型中的参数进行估计,再采用基于信息准则的模型平均方法选取权重.模拟结果表明,模型平均方法相比于模型选择方法预测精度更高.并通过乳腺癌... 考虑在带有碎片协变量的右删失数据下比例风险模型的模型平均问题,先利用极大似然估计方法对模型中的参数进行估计,再采用基于信息准则的模型平均方法选取权重.模拟结果表明,模型平均方法相比于模型选择方法预测精度更高.并通过乳腺癌实例分析验证了该方法的优越性和可行性. 展开更多
关键词 右删失数据 碎片协变量 模型平均 比例风险模型 信息准则
下载PDF
响应变量删失情况下线性模型的FIC模型选择和模型平均 被引量:6
19
作者 孙志猛 马景义 苏治 《中国科学:数学》 CSCD 北大核心 2013年第7期647-661,共15页
本文给出了响应变量随机右删失情况下线性模型的FIC(focused information criterion)模型选择方法和光滑FIC模型平均估计方法,证明了兴趣参数的FIC模型选择估计和光滑FIC模型平均估计的渐近正态性,通过随机模拟研究了估计的有限样本性质... 本文给出了响应变量随机右删失情况下线性模型的FIC(focused information criterion)模型选择方法和光滑FIC模型平均估计方法,证明了兴趣参数的FIC模型选择估计和光滑FIC模型平均估计的渐近正态性,通过随机模拟研究了估计的有限样本性质,模拟结果显示,从均方误差和一定置信水平置信区间的经验覆盖概率看,兴趣参数的光滑FIC模型平均估计均优于FIC,AIC(Akaike information criterion)和BIC(Bayesian information citerion)等模型选择估计;而FIC模型选择估计与AIC和BIC等模型选择估计相比,也表现出了一定的优越性.通过分析原发性胆汁性肝硬化数据集,说明了本文方法在实际问题中的应用. 展开更多
关键词 随机右删失 模型选择 模型平均 估计理论
原文传递
基于QRNN+GARCH族MA方法的多期VaR和CVaR度量研究 被引量:2
20
作者 王星惠 耿文静 许启发 《数理统计与管理》 北大核心 2023年第4期714-734,共21页
收益序列通常具有聚集性、非对称性和非线性等复杂的典型特征,综合考虑这些特征对收益序列进行建模非常重要。本文基于GARCH族模型平均(MA)方法,引入非线性分位数回归模型对收益序列进行刻画,构建了固定形式的非线性分位数回归(QR+GARCH... 收益序列通常具有聚集性、非对称性和非线性等复杂的典型特征,综合考虑这些特征对收益序列进行建模非常重要。本文基于GARCH族模型平均(MA)方法,引入非线性分位数回归模型对收益序列进行刻画,构建了固定形式的非线性分位数回归(QR+GARCH族MA)方法和非固定形式的非线性分位数回归(QRNN+GARCH族MA)方法测度多期VaR和CVaR风险。构建的新方法不仅能够捕获收益序列的复杂特征、减少信息损失,也无需对多期收益序列分布特征做具体假定,直接对多期收益进行建模就能一次实现不同持有期的风险测度,有效地提高了多期风险测度精度和效率。本文选取8个中国试点城市的碳排放交易价格作为研究对象,使用似然比检验与平均相对误差来评估新方法在多期VaR风险测度的效果;并且构建平均分位误差指标来评估新方法多期CVaR风险度量效果。实证结果表明:在多期VaR和CVaR风险测度中,QRNN+GARCH族MA方法表现出更高的准确性和稳健性。 展开更多
关键词 CVAR 模型平均 QRNN+GARCH族MA方法
原文传递
上一页 1 2 13 下一页 到第
使用帮助 返回顶部