为解决传统非参数众数回归模型没有考虑解释变量间复杂交互影响的局限，文章将众数回归与机器学习方法相结合，提出了一个新的非参数众数回归模型：众数回归森林模型。该模型一方面充分考虑了各个解释变量之间的交互影响；另一方面采用Bagging技术汇总多个众数回归树的结果，提高了预测性能。数值模拟结果表明：第一，与线性众数回归模型和众数回归树模型相比，众数回归森林模型极大地提高了估计和预测精度；第二，当数据为偏态分布时，众数回归森林模型的估计和预测精度显著优于中位数回归森林和均值回归森林模型。此外，将众数回归森林模型应用于收入分配研究中，得到了与中位数回归森林和均值回归森林模型不同的结果。

经典众数回归模型可以准确刻画因变量条件众数与自变量之间的关系,是均值回归和分位数回归模型的重要补充。本文提出使用遗传算法、模拟退火算法等最优化算法估计经典众数回归模型系数向量,并给出了相应的统计检验方法,弥补了经典众数回归模型由于缺少渐进理论而无法给出显著性检验方法的缺陷。在实证分析中,本文利用众数回归分析方法研究了中国城镇居民的收入影响因素,发现城镇居民中占最大比例的群体的教育收益率仅为3.3%,远低于均值回归和中位数回归10%的教育收益率;经验年限拐点为11年,远低于均值回归和中位数回归22年的拐点;

众数回归模型估计的是在给定解释变量条件下响应变量的条件众数，而不是一般意义上的条件均值，因此可以揭示一般回归方法遗漏的重要结构。文章基于众数回归模型和提升回归树模型，提出了一个新的非参数众数回归模型：众数回归提升树（MRBT）模型。该模型一方面可以解决含有多元解释变量的非参数众数回归问题，另一方面采用Boosting技术解决了众数回归树模型预测性能差的问题。数值模拟和应用研究的结果表明：在任何分布中，MRBT模型显著优于线性众数回归和众数回归树模型；在数据呈对称分布时，MRBT模型与中位数回归提升树和均值回归提升树模型的表现相同；但在数据呈非对称分布或具有异常值时，MRBT模型显著优于中位数回归提升树和均值回归提升树模型。

本文针对金融、经济、社会科学、环境科学、工程技术和生物医学等研究领域存在的不对称数据,提出偏正态数据下众数回归模型,基于牛顿-拉弗森迭代利用EM算法来估计未知参数。通过Monte Carlo模拟和BMI数据实例分析验证,表明本文所提出方法的有效性,对于偏正态数据众数回归模型的估计效果优于均值回归模型。

与传统的回归方法相比,函数数据回归可以从连续的角度揭示变量间内在关系发展变化的速率、曲率等更深层次的动态规律性。本文通过对模型参数的基函数展开来构建函数回归模型,并利用该模型对1989-2005年我国城镇居民消费函数进行动态分析。

诸多学科领域中大量数据都存在偏斜与缺失,针对不同的缺失机制,考虑相应的处理方法是必要的。基于众数是“最多水平”的标志值,本文提出了一种同时解决数据带有偏斜特征且存在不可忽略缺失时的估计方法。通过Logistic回归模型指定数据缺失机制,借助Gibbs抽样与M-H算法相结合的混合抽样算法,获得参数的联合贝叶斯估计。模拟研究比较了不同缺失数据机制和不同先验设定所得的结果,随机模拟表明不同先验设置下具有一致的结论且不可忽略缺失机制模型处理缺失数据优于随机缺失机制模型。电子元件损坏数据的实例分析体现了方法的可行性。

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。

This paper makes use of the principles and methods of semi parametric analysis to construct a semi parametric model for house price indices by including the characteristics of house sale data.Further discussions are given to the estimation methods of the semi parametric model,Hausman hypothesis test and the use of bootstrapping to calculate the standard errors of the estimated parameters.Results of empirical analysis show that the semi parametric analysis is better than the OLS analysis in estimating house price indices.

在消费行为学领域经常碰到的离散选择数据就是Multinomial响应数据,此类数据通常采用Multinomial Logit线性回归模型来处理,不过如果回归变量中的一部分与对数机率向量间呈非线性关系,其余回归变量与对数机率向量间呈线性关系,就需要引入以对数机率向量为因变量的广义半参数回归模型来处理这类实际数据了。文章以一次手机用户生活形态调查数据为例,讨论了向量广义半参数回归模型在消费者行为研究中的应用。

文章介绍了贝叶斯模型平均法的基本原理,并对实际资料进行分析,指出了该方法的优越性;以Mayo Clinic的原发性肝硬化数据为例,采用Bayesian模型平均法选择模型,并比较了三种模型确定方法方法的预测效能。

家庭收入和医疗保健一直是备受广泛关注的民生问题。本文借助2015年中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)的部分数据,构建非参数逆概率加权分位数回归模型,旨在通过原理简单、易于实现且统计性质(尤其是无偏性)良好的非参数逆概率加权法,解决因变量和自变量均存在随机缺失的问题,研究中老年家庭收入与医疗保健问题,以期为推动中国医药卫生体制改革、优化全国人民消费结构、提高中老年群体健康状况和生活质量提供一定借鉴。

构建非参数、集成性的分位数回归森林算法,对上证综指和标普500指数的VaR进行了估计;同时构建了其他一些主流的方法,包括历史模拟、GARCH族方法、弹性网络、门限分位数回归、CAViaR等,进行检验和对比.通过对不同置信水平下的VaR估计进行多种检验,验证了该方法的有效性和稳健性.进一步,基于分位数回归森林模型定义了一种特征重要性度量方法,评估了各个因素对于风险值的影响权重大小,发现过去一日收益率对上证综指的风险值影响较大,而波动率对标普500指数的风险值影响较大,整体来看两国股市间的风险传导性较弱;并引入偏相依关系,动态地分析了各个因素在不同水平下对于风险值的作用方向,一定程度上弥补了机器学习算法在金融应用中一直存在的"黑箱性"问题.

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的R■为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm~2,其中重度29 157 hm~2、中度180 268 hm~2、轻度318 507 hm~2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。

地震灾害造成的直接损失包括经济损失和生命损失，两类损失数据特征存在较大差异，因此通常难以直接对其进行联合建模并量化二者在不同分位数水平下的相依性。鉴于此，笔者将非对称拉普拉斯分布与单变量分位数回归模型之间的联系扩展到二元背景，建立震级与死亡人数和直接经济损失的联合分位数回归模型。该模型无需针对两类损失分布予以假设，并且可以实现在险价值VaR和期望尾部损失ES的联合评估，从而为巨灾多元损失提供更加灵活准确与信息充分的量化框架。基于中国大陆地区1990—2020年的地震灾害损失数据，利用EM算法估计系数，分别测算了二元损失在独立和相依情形下的VaR和ES,结果表明在相依性模型假设下，VaR和ES的估计结果会更加充足，故考虑二元损失的相依性是必要的。基于上述结果，笔者运用核估计方法进一步探讨了地震巨灾指数保险的制度设计与保费厘定问题。

森林景观模型(forest landscape models)是基于森林动态机制和干扰作用在景观尺度上模拟和预测森林时空变化特征的计算机模型。该类模型越来越多地用于森林规划、经营管理、生态资源保护与恢复及全球气候变化研究。本文通过对大量文献资料的整理,对森林景观模型的概念、尺度、类型、方法、应用和最新研究进展进行了综述。随着计算机、地理信息系统、遥感等技术的迅猛发展,森林景观模型将会越来越多地与地理信息系统、规划经营管理决策等紧密结合,未来将向服务性决策模型方向发展。