分享到:

浅谈死亡力函数的非参数估计方法

~~浅谈死亡力函数的非参数估计方法@吴乐辉$广州大学!广东广州510006生存分析是近些年逐渐发展起来,对生存数据进行统计分析的一门学科,它根据调查或实验得到的数据,对生物的生存时间甚至是非生物的使用寿命进行分析和推断。本文提出了生存分析中死亡力函数的两种...  (本文共1页) 阅读全文>>

《数量经济技术经济研究》1997年10期
数量经济技术经济研究

非参数回归及其应用

国外将非参数估计连同非稳定性、非线性一起称之为“三非’夕,将非参数估计应用于经济模型中,用来解决经济生活中的诸多问题,已被视为经济研究的前沿。国内目前已开始运用非稳定性、非线性方法来研究经济问题,但对于非参数估计应用的研究,几乎是个空白。本文拟就最基本的非参数估计及其应用进行研究,以期达到抛砖引玉的目的。一、非参数估计 假定有了一组关于两变量X和Y的数据{(x;,少,),i=1,…,。}。如果认为这两个变量有一个近似的函数关系y‘m(x),或者更具体地,对i=1,…,n 夕,=m(x,)+:(l)这里。;可看成是随机干扰。如何去估计函数m(x)则是我们的目的。对于这个问题,大体上有两种估计方法。一种是参数估计,也就是假定该函数的形式是已知的,并且可写成带参数的形式m(x,的,这里口为仅有的未知量(可以是向量)。因此,只要估计出口的值,问题就解决了。经典的线性或非线性回归就属于这种方法。参数估计有很多优点,特别是其表达式简单直观,...  (本文共7页) 阅读全文>>

《系统科学与数学》1988年03期
系统科学与数学

相依样本分布函数、回归函数的非参数估计的强相合性

;1.引言设X:,XZ,…,x。是来自未知分布函数F(劝的R‘(d)1)维随机样本,通常用基于X,,XZ,…,X,的经验分布函数F江劝来估计F(劝.当样本是独立时,,F,(幻的大样本性质是众所周知的.Yamat“[11在1973年提出了F(劝的核估计的方法:设W,(幻.是R‘上的已知分布函数,定义F(幻的核估计为 ’·(·,一去恩W·‘一X‘,,·〔R‘,一“,他得到了独立样本时户,(幻的强一致相合性;但对相依样本的讨论还很少见诸于文献.本文在,3,讨论了护混合样本户,(幻的强相合性及收敛速度. 设(X:,Y,),(XZ,YZ),…,(X,,y,)是来自未知分布F(x,夕)的Rdx及上的随机样本,x是当前观察,Y是其匹配值,,(劝一E(Y}x一:)是Y关于x的回归函数.定义。(幻的核估计为m。(劣)一艺Y*Kx一X h。‘)/客K(旱),·““‘·‘2,其中h。o是仅同n有关的常数.在独立样本情形,m,(幻的大样本性质已有深人的...  (本文共8页) 阅读全文>>

《四川生理科学杂志》1989年03期
四川生理科学杂志

非参数估计预防乳癌和近日内分泌节律危险标测试验

所得结果。假定每个标本对两全均值的偏离,RDBC组均俊和各个体的均值在24小时时程的相关,符合于包括第一级部分相关系数的回归模型。此方法估计了P值分级的谐波成份特征,而P值由每个波谱成份的零振幅经假定检验L LS分析获得。BS结果证实了近日节律调整均值在春、夏季的胰岛素、秋季的T‘和三碘甲状腺氨酸的差异,也证实了高、低R DBC组的秋季醛固酮、夏季T‘在近日节律振幅上的差异,近日节律特性的BS是一种信...  (本文共2页) 阅读全文>>

《江汉大学学报(自然科学版)》1989年02期
江汉大学学报(自然科学版)

用参数和非参数估计的凸组合去估计密度函数

对于参数密度函数h(x,0),可首光用极大似然法估计O,然后用h(x,0)去估计hx,。);而对于参数模型不成立的密度函数h(x),常常用核估计h(x)去作非参数估。一般地,可用参数估计和非参数估计的一个凸组合节(x,只)=元1:(x,0)+(l一凡)h(x去估计密度函数,其中义(O簇之(l)是未知参数,由试验数据可得到其估计直只。可以证明,在一定条件之下,’与参数模型占优势数h(x,0);当参数模型不占优势时,时,又趋向于1,势(x,之)收敛于参数密度函只趋向于。,势(x,只)逼近密度函数h(x 将上述方法应用于实际问题,进行一组试验并获得所需数据后,极大似然估计面是很容易得到的,参数估计和非参数估计的凸组合将对这两种模型作出较好的估计。 如果我们进行m次试验,得到m个S维观察资料:X,=(x:;,……,x:,),j一l,2,……,m。对理想的物理模型G.,X;有参数密度函数h(x,。),其中0一(0:,……,0、)是Rk的一...  (本文共7页) 阅读全文>>

华南理工大学
华南理工大学

基于非参数估计的平滑转换资本资产定价

资本资产定价模型描述资产在均衡状态下的定价和风险度量。自60年代,Sharpe、Lintner和Black等人创立了资本资产定价模型(CAPM)以来,CAPM已经成为现代金融理论的核心内容之一,学者们对此最重要的研究内容之一就是对用来衡量系统风险的贝塔系数进行估计和实证分析。传统的CAPM模型通常认为对于某种给定的资产或资产组合而言,贝塔值不随时间变化,即对于给定资产或资产组合而言,其期望收益与市场风险之间呈简单线性关系。但大量的实证研究发现,这样的模型设定并不符合实际数据。随后对该理论进行研究的学者前仆后继,综合来说后期对资产定价的研究主要集中在了多因素资产定价模型和动态资产定价这两方面。本文采用的方法为基于非参数估计的平滑转换法,较之传统的门限回归,平滑结构转换具有不需要寻找特定的突变点,且能估计连续变化的贝塔的优点,而非参数估计可以避免参数估计中参数选择不当而导致误差较大的缺陷;另外通常人们会同时持有股票和债券资产组合来分...  (本文共61页) 本文目录 | 阅读全文>>