标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(6512)
2023(9705)
2022(8563)
2021(7932)
2020(6910)
2019(15260)
2018(15653)
2017(30454)
2016(16560)
2015(18663)
2014(18326)
2013(18048)
2012(16269)
2011(14734)
2010(15247)
2009(14604)
2008(13880)
2007(12453)
2006(11084)
2005(9931)
作者
(48151)
(40040)
(39589)
(38020)
(25206)
(19114)
(18170)
(15553)
(15018)
(14177)
(13435)
(13397)
(12692)
(12617)
(12460)
(12246)
(11958)
(11790)
(11744)
(11345)
(9988)
(9871)
(9870)
(9170)
(8972)
(8960)
(8884)
(8868)
(8083)
(7821)
学科
(69590)
经济(69533)
管理(43999)
(40189)
方法(34065)
(32420)
企业(32420)
数学(30905)
数学方法(30266)
中国(19510)
(17201)
(14635)
地方(14425)
(13829)
(13307)
业经(13050)
(12798)
贸易(12787)
(12457)
(11500)
银行(11465)
理论(11067)
(11011)
农业(10916)
环境(10382)
(10011)
金融(10010)
(9959)
技术(9149)
(8739)
机构
学院(236015)
大学(233673)
(93262)
经济(91092)
管理(88254)
研究(77940)
理学(75937)
理学院(75068)
管理学(73152)
管理学院(72737)
中国(60487)
(50088)
科学(49696)
(43661)
(40327)
(37176)
研究所(36633)
中心(35943)
业大(35086)
(34870)
财经(34846)
北京(31968)
(31408)
(30652)
师范(30356)
农业(29552)
经济学(28886)
(28759)
(28688)
技术(26641)
基金
项目(156052)
科学(121978)
研究(112004)
基金(111521)
(98284)
国家(97591)
科学基金(82656)
社会(69164)
社会科(65640)
社会科学(65619)
(62296)
基金项目(57369)
自然(54479)
自然科(53223)
自然科学(53209)
教育(52980)
(52864)
自然科学基金(52150)
资助(48116)
编号(46389)
成果(37336)
重点(35921)
(34269)
(33701)
课题(32880)
(32174)
创新(30197)
科研(30092)
计划(29171)
教育部(28490)
期刊
(101194)
经济(101194)
研究(67657)
中国(43417)
学报(36905)
科学(34062)
(33361)
管理(33112)
(31292)
大学(27621)
教育(27232)
学学(26107)
农业(22984)
技术(22673)
(21773)
金融(21773)
业经(17821)
经济研究(17645)
财经(16358)
统计(16224)
(14322)
(14075)
问题(13210)
决策(13073)
技术经济(12343)
(11794)
商业(11789)
理论(11241)
(11208)
科技(10974)
共检索到345238条记录
发布时间倒序
  • 发布时间倒序
  • 相关度优先
文献计量分析
  • 结果分析(前20)
  • 结果分析(前50)
  • 结果分析(前100)
  • 结果分析(前200)
  • 结果分析(前500)
[期刊] 统计与决策  [作者] 张圆  周兰兰  
小域估计(SAE)是小样本抽样调查中的重要议题,该问题下使用经典统计学方法的估计偏差较大。文章基于经验贝叶斯理论的基本思想构建分层贝叶斯模型,以我国肺结核疾病死亡率为例提出了一种小样本条件下有关健康比率数据的小域估计方法,应用MCMC算法对模型中的参数和超参数进行了后验推断。结果表明,与传统方法相比,分层贝叶斯模型同时考虑了不同地区间的同质性与异质性,并可根据样本数量大小对小域估计量进行合理调整,其估计结果更具稳健性。
[期刊] 统计研究  [作者] 刘乐平  潘松权  任晓美  
小域估计(Small Area Estimation)是抽样调查领域里一个重要的研究方向,国计民生中的许多重要问题,如关于失业率、残疾率、传染病的发病率和民意测验的抽样调查都需要采用不同的小域估计方法。本文针对小域估计问题,以估计方法发展脉络为主线,以基于分层贝叶斯分析的小域估计为重点,对小域估计问题的理论、方法和最新进展进行简述,并利用澳大利亚残疾、老龄化和护理人员(SDAC2003)抽样调查实际数据,从分层贝叶斯分析角度对西澳大利亚残疾率进行估计,最后对估计结果进行比较和讨论。
[期刊] 数理统计与管理  [作者] 贺建风  付永超  熊健  
当前,构建恰当的小域估计方法是解决我国政府抽样调查中多层次推断问题的关键所在。由于小域的小样本特性,基于频率统计学的小域估计方法推断效果并不理想,而传统基于贝叶斯统计视角的小域估计方法在非连续型变量估计时适应性不强。本文在系统介绍传统贝叶斯小域估计方法的基站上,为了解决离散变量的估计推断问题,将广义线性模型引入到分层贝叶斯方法中,构建了基本的理论机制和分类数据的估计模型。基于此模型,运用全国流动人口动态监测调查2014年广东省内的样本数据进行实例测算,估计出广东省各地级市的流动人口学历分布情况,并将分层贝叶斯广义线性模型的估计结果与传统估计方法进行了对比分析。结果显示,分层贝叶斯广义线性模型在样本量充足的情况下能够准确地估计出目标小域的总体参数,在样本量不足的小域中依然能够给出稳健的估计结果。文章所构建的估计模型不仅可以充分利用先验信息和辅助信息,还适用于对复杂数据进行估计推断,能够为我国政府抽样调查的小域估计实践提供有价值的理论参考。
[期刊] 数理统计与管理  [作者] 朱丰毅  黎中彦  韩兆洲  
传统空间计量模型忽略了空间自回归系数的空间异质性。本文创新性的将空间杜宾模型扩展为部分系数可变的贝叶斯分层空间杜宾模型(BHSDM),并推导了相应的H-M Gibbs混合抽样算法。本文以粤港澳大湾区为例,用大湾区内的城市间专利合作申请数据构造空间权重矩阵并分析了1994-2018年粤港澳大湾区各城市经济增长中是否存在显著的知识溢出效应,以及各城市的空间自回归系数是否有显著的空间异质性。经过实证分析,本文发现(1)知识溢出效应提高了粤港澳大湾区的经济增长速度;(2)专利申请合作给各城市带来不同的边际收益,从整体而言,香港和澳门从合作中获得的边际收益较低,珠三角城市边际收益更高。
[期刊] 数理统计与管理  [作者] 朱丰毅  黎中彦  韩兆洲  
传统空间计量模型忽略了空间自回归系数的空间异质性。本文创新性的将空间杜宾模型扩展为部分系数可变的贝叶斯分层空间杜宾模型(BHSDM),并推导了相应的H-M Gibbs混合抽样算法。本文以粤港澳大湾区为例,用大湾区内的城市间专利合作申请数据构造空间权重矩阵并分析了1994-2018年粤港澳大湾区各城市经济增长中是否存在显著的知识溢出效应,以及各城市的空间自回归系数是否有显著的空间异质性。经过实证分析,本文发现(1)知识溢出效应提高了粤港澳大湾区的经济增长速度;(2)专利申请合作给各城市带来不同的边际收益,从整体而言,香港和澳门从合作中获得的边际收益较低,珠三角城市边际收益更高。
[期刊] 中国人口科学  [作者] 黄润龙  
一、问题的提出 人们往往利用死亡人口登记、人口普查数据直接计算死亡人口及死亡率。但是,在某些国家和地区由于政策法令不健全,以及统计口径不一致,常常发生死亡人口漏报、死亡人口年龄错报以及人口死亡时间误报。因此,在某些国家和地区特别是发展中国家,死亡率的报告经常是不准确的。为了能科学地、准确地评估人口死亡率,近十余年来人口
[期刊] 保险研究  [作者] 张宁  
[期刊] 保险研究  [作者] 张宁  
作为长寿风险研究领域的基础,死亡率预测近些年获得快速发展,诸多模型的提出使得历史数据的信息得以最大程度的挖掘,但也带来了模型不确定问题。本文对现有的死亡率预测模型进行了分析和整理,提出其中的模型不确定性问题,并针对死亡率预测的模型不确定问题,引入了贝叶斯模型平均方法。该方法以贝叶斯后验概率为权重,综合考虑"一揽子"预测模型的预测能力,并根据它们预测吻合程度进行加权,最终给出死亡率预测结果,结论表明,不但在理论上表现出超过单一模型的优势,也在实践中超过了任何一个单一模型。本文还给出了基于该模型的死亡率预测结果和预期寿命。
[期刊] 保险研究  [作者] 胡仕强  
鉴于我国人口死亡率统计数据质量不高的实际和传统Lee-Carter死亡率预测模型两阶段方法存在的误差累积问题,本文采用贝叶斯Markov Chain Monte CarLo方法来预测我国人口死亡率。通过Win BUGS编程,文章在一体化框架下一次性给出模型的参数估计和未来死亡率的预测值。对研究结果的比较分析表明,贝叶斯方法不仅有效减少了数据质量问题的不利影响,提高了参数估计的稳健性,而且有效克服了参数估计和预测分开进行的弊端,在BiC值和残差项方差等模型选择标准上明显优于传统方法。
[期刊] 统计研究  [作者] 仇春涓  李银环  谭昕玥  钱林义  
商业重大疾病保险日益成为个人和家庭防范疾病风险,实现健康生活的重要工具。2020年11月5日发布的《中国人身保险业重大疾病经验发生率表(2020)》为重大疾病保险费率科学化提供了更精确的依据。本文在连续时间三状态Markov模型框架下,运用Gompertz-Makeham模型和分段Perks公式,以经验生命表和重大疾病经验发生率表为基础,分别对健康人群的死亡效力和重大疾病的发病强度进行参数估计和模型选择,进而得到18~60周岁人群的独立主险型重大疾病保险的纯保险费率。此外,通过与2013年版重大疾病经验发生率表计算得到的纯保险费率对比发现,虽然2020年版的重疾范围有所扩大,但由于重疾定义发生了变化,在保障责任一致的情形下,男性与女性的纯保险费率均有所下降。虽然男性纯保险费率高于女性,但21~60岁男性的纯保险费率相对女性下降幅度更大。
[期刊] 价格理论与实践  [作者] 谭英平  牛津  
随着人口老龄化进程的不断加快,失能老年人口的长期护理保障不足成为亟待解决的社会问题。推行长期护理保险有望缓解家庭和社会负担、保障失能老年人口生活质量,而失能率是构建长期护理保险制度、实现长期护理保险基金可持续发展的关键指标。本文基于中国老年社会追踪调查数据,采用近年来我国长期护理保险试点中大多数地区使用的失能评估工具Barthel指数评定量表作为老年人口失能评定标准,分别运用广义线性模型和生命表技术中高龄人口死亡率估计模型对我国老年人口失能率进行测算。结果表明:高龄人口死亡率模型对老年人口失能率的测算效果整体上优于目前常用的广义线性模型,特别是对于中度失能率和重度失能率的测算,广义线性模型明显低估75岁以上老年人口的失能率,而不同程度的老年人口失能率测算分别适用于不同高龄人口死亡率估计模型。
[期刊] 价格理论与实践  [作者] 谭英平  牛津  
随着人口老龄化进程的不断加快,失能老年人口的长期护理保障不足成为亟待解决的社会问题。推行长期护理保险有望缓解家庭和社会负担、保障失能老年人口生活质量,而失能率是构建长期护理保险制度、实现长期护理保险基金可持续发展的关键指标。本文基于中国老年社会追踪调查数据,采用近年来我国长期护理保险试点中大多数地区使用的失能评估工具Barthel指数评定量表作为老年人口失能评定标准,分别运用广义线性模型和生命表技术中高龄人口死亡率估计模型对我国老年人口失能率进行测算。结果表明:高龄人口死亡率模型对老年人口失能率的测算效果整体上优于目前常用的广义线性模型,特别是对于中度失能率和重度失能率的测算,广义线性模型明显低估75岁以上老年人口的失能率,而不同程度的老年人口失能率测算分别适用于不同高龄人口死亡率估计模型。
[期刊] 数量经济技术经济研究  [作者] 金博轶  
本文使用贝叶斯方法通过MCMC抽样对Currie模型的参数进行估计,在此基础上,运用该模型对我国人口未来死亡率进行预测,最后对年金产品的长寿风险进行度量。研究表明,贝叶斯方法能够更好地拟合我国人口死亡统计数据;如果不考虑人口死亡率的变化,而只使用现有的生命表为年金产品定价,保险公司将会面临较大的承保风险;由于死亡率变化的不确定性,保险公司为年金持有的长寿风险偿付能力资本要求为其年金均值的2.3%。
[期刊] 中国人口科学  [作者] 吴晓坤  王晓军  
文章采用泊松最大似然估计方法建立中国人口分年龄死亡率的Lee-Carter模型,在最大似然估计的基础上附加再抽样方法对模型参数、死亡率及其他相关变量进行再抽样估计和预测,并与未采用再抽样方法的估计结果进行比较。结果表明,由于Lee-Carter模型中某些估计参数的不确定性将传导给预测变量,在相同置信水平下,附加再抽样方法得到的死亡率及其他相关变量的区间估计的长度更大,说明再抽样方法能够有效地测度估计与预测中的不确定性,同时也说明对中国人口死亡数据建模时附加再抽样方法的必要性。
[期刊] 中国人口科学  [作者] 李志生  刘恒甲  
文章选择Lee-Carter死亡率模型对中国人口死亡率数据进行拟合和预测,以探讨Lee-Carter模型在中国的适用性和表现形式。基于1992~2007年中国人口分年龄组死亡率数据,文章对奇异值分解法(SVD)、最小二乘法(OLS)、加权最小二乘法(WLS)和极大似然法(MLE)的拟合结果和预测能力进行了比较分析。结果表明,加权最小二乘法具有最好的拟合和预测效果。文章利用最优的拟合模型,对未来中国人口平均预期寿命进行了预测,并利用Bootstrap方法进行了区间估计。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除