-
题名广义函数型部分空间变系数模型估计与应用
- 1
-
-
作者
梁永玉
田茂再
-
机构
兰州财经大学统计学院
中国人民大学应用统计科学研究中心
中国人民大学应用统计学院
新疆财经大学新疆社会经济统计研究中心
新疆财经大学统计与数据科学学院
-
出处
《应用数学学报》
CSCD
北大核心
2023年第5期813-834,共22页
-
基金
中央引导地方科技发展(GSK215115)
国家社科基金(20XTJ005)资助项目。
-
文摘
针对函数型数据与空间数据嵌套融合的统计建模问题,提出了广义函数型部分空间变系数模型(GFPSVCMs),利用函数型主成分基函数和基于三角剖分的二元惩罚样条逼近该模型中的斜率函数和二元系数函数,采用最大化惩罚拟似然的方法实现模型参数估计,并给出了一种带惩罚的迭代重加权最小二乘迭代算法(GFPSVCMs-PIRLS)进行参数求解.数值模拟表明所提出的模型在不同设定下的表现出了良好的性能.实证分析部分,利用我国13个省份包含151个地市州的空气质量和日均气温数据分析了空气质量的影响因素,评估了所提出模型在空气质量研究领域中的应用价值和预测性能.
-
关键词
广义函数型部分空间变系数模型
函数型数据
空间变系数
空气质量
-
Keywords
generalized functional partial spatial varying coefficient model
functional data
spatial varying coefficient
air quality
-
分类号
O212.7
[理学—概率论与数理统计]
-
-
题名基于变系数模型的自适应分位回归方法
被引量：2
- 2
-
-
作者
张圆圆
邓文礼
田茂再
-
机构
中国人民大学应用统计学院
香港浸会大学数学系
-
出处
《数学年刊（A辑）》
CSCD
北大核心
2012年第5期539-556,共18页
-
基金
国家自然科学基金(No11271368)
全国统计科研计划项目(No2011LZ031)
+4 种基金
教育部人文社会重点研究基地重大项目(No08JJD910247)
教育部科学技术研究重点项目(No108120)
北京市哲学社会科学规划项目(No12JGB051)
中国人民大学科学研究基金项目(No10XNK025)
中国人民大学科学研究基金项目(重大基础研究计划)(No10XNL018)资助的项目
-
文摘
提出了变系数模型条件分位估计的一种新方法.变系数模型已经成为经济学、流行病学、纵向数据和医学领域处理高维数据的有力工具.该模型有助于探测数据的动态特征、降低模型偏差、避免高维灾难,同时便于解释.尽管关于变系数模型条件均值的估计已经有很多文章,但关于变系数模型条件分位的估计方面的文章相对较少.文中提出了一种有效的适应性分位回归方法来诊断出齐性邻域,进行局部自适应窗宽选择和局部线性逼近,同时给出了估计量的风险界和最优窗宽的自动选择准则.模拟研究说明了所提出估计方法的效果.
-
关键词
自适应加权光滑
条件分位
齐性检验
局部多项式
变系数
-
Keywords
Adaptive weights smoothing, Conditional quantile, Homogeneitytest, Local polynomial, Varying-Coefficient
-
分类号
O212.1
[理学—概率论与数理统计]
-
-
题名基于分层线性模型的贝叶斯推断及其应用
被引量：9
- 3
-
-
作者
曹诗若
苏宇楠
田茂再
-
机构
中国人民大学应用统计中心统计学院
中央民族大学理学院
-
出处
《统计与决策》
CSSCI
北大核心
2015年第3期4-8,共5页
-
基金
国家自然科学基金资助项目(11271368)
教育部人文社会重点研究基地重大项目(08JJD910247)
+4 种基金
教育部科学技术研究重点项目(108120)
国家统计局科学研究重点项目(2014LZ16-B)
北京市哲学社会科学规划项目(12JGB051)
中国人民大学科学研究基金项目(10XNK025)
中国人民大学科学研究基金项目(重大基础研究计划)(10XNL018)
-
文摘
文章首先讨论先验分布和后验分布的基本原理和公式;随后介绍多层线性模型中两层模型的一般形式与相关数学原理。在给定数据下,介绍经验贝叶斯分析中的最大似然和限制最大似然估计,以及贝叶斯推断。应用经验贝叶斯和完全贝叶斯来推断分层模型中的参数,阐释各自方法的优劣。最后使用Gibbs算法对水泵衰竭率进行实际数据模拟,与最大似然估计的结果进行对比,模拟结果表明完全贝叶斯推断在小样本中效果更好。
-
关键词
经验贝叶斯
完全贝叶斯
分层模型
MCMC
GIBBS抽样
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名一种针对不完全观测数据的消费者聚类方法
被引量：2
- 4
-
-
作者
吕晓玲
-
机构
中国人民大学应用统计学科研究中心
中国人民大学统计学院
-
出处
《统计与信息论坛》
CSSCI
北大核心
2015年第1期9-13,共5页
-
基金
教育部人文社会科学基金项目<消费者网络团购行为的统计建模研究>(11YJC910004)
国家自然科学基金项目<实时流数据变系数多分类模型研究>(61472475)
-
文摘
现有聚类方法都是基于消费者全部的行为信息,对于观测不完全的信息,提出了三阶段聚类方法。首先,使用样本数据的全部信息对消费者聚类;接着仅使用人口统计变量建立分类模型;最后对上述结果进行修正。三阶段聚类方法最大优点是可以将没有入选样本的个体分配到由样本个体得到的行为集群中去,将这个方法应用于电视行业,得到了很有实际应有价值的结果。
-
关键词
消费者聚类
不完全观测数据
支持向量机
收视行为
-
Keywords
consumer segmentation
incomplete data
support vector machine
audience viewing behavior
-
分类号
F224.0
[经济管理—国民经济]
O213
[理学—概率论与数理统计]
-
