- 年份
- 2024(5015)
- 2023(7121)
- 2022(6123)
- 2021(5759)
- 2020(4950)
- 2019(11470)
- 2018(11200)
- 2017(21678)
- 2016(11207)
- 2015(12493)
- 2014(12110)
- 2013(11626)
- 2012(10297)
- 2011(8916)
- 2010(8351)
- 2009(7331)
- 2008(6637)
- 2007(5110)
- 2006(3866)
- 2005(2915)
- 学科
- 济(46651)
- 经济(46608)
- 管理(33107)
- 业(31346)
- 方法(28453)
- 企(26494)
- 企业(26494)
- 数学(25985)
- 数学方法(25553)
- 财(12288)
- 农(10594)
- 中国(9911)
- 业经(8821)
- 务(8512)
- 财务(8475)
- 财务管理(8455)
- 企业财务(8053)
- 学(7618)
- 贸(7617)
- 贸易(7615)
- 易(7437)
- 技术(7387)
- 农业(7171)
- 地方(6802)
- 环境(6630)
- 理论(6623)
- 和(6501)
- 制(6153)
- 划(5962)
- 融(5526)
- 机构
- 大学(148535)
- 学院(147408)
- 管理(64206)
- 济(62283)
- 经济(61267)
- 理学(57340)
- 理学院(56818)
- 管理学(55676)
- 管理学院(55393)
- 研究(41594)
- 中国(31393)
- 京(28874)
- 财(27010)
- 科学(24839)
- 财经(23138)
- 业大(21971)
- 中心(21571)
- 经(21351)
- 农(19971)
- 经济学(19910)
- 江(18982)
- 经济学院(18262)
- 所(18024)
- 财经大学(17736)
- 范(17333)
- 经济管理(17165)
- 师范(17152)
- 商学(16945)
- 北京(16906)
- 商学院(16799)
- 基金
- 项目(113356)
- 科学(91712)
- 基金(86124)
- 研究(81169)
- 家(74609)
- 国家(74049)
- 科学基金(66155)
- 社会(54114)
- 社会科(51602)
- 社会科学(51591)
- 基金项目(45691)
- 自然(43872)
- 省(43054)
- 自然科(42970)
- 自然科学(42961)
- 自然科学基金(42177)
- 教育(38373)
- 划(36660)
- 资助(35400)
- 编号(31568)
- 部(25996)
- 重点(25066)
- 创(24364)
- 国家社会(23434)
- 发(23078)
- 成果(23049)
- 教育部(22980)
- 创新(22788)
- 科研(22706)
- 人文(22555)
共检索到190736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]
潘莹丽 刘展 宋广雨
异常值检测方法研究是当今数据分析领域的一个热门问题。传统的基于模型的异常值检测方法，往往是先对模型中的参数进行估计，再检测异常值，但是异常值的存在会影响参数估计值，从而使得异常值检测结果不可靠。文章基于线性回归模型，引入异常值识别变量，提出线性均值漂移模型。在进行低维数据异常值检测时，对漂移项施加SCAD惩罚，利用坐标下降算法同时进行参数估计和异常值检测；在进行高维数据异常值检测时，对模型参数和异常值识别变量分别施加SCAD惩罚，利用坐标下降算法同时进行参数估计、变量选择和异常值检测。基于线性均值漂移模型，采用SCAD惩罚回归的思想设计坐标下降算法，消除了低维和高维数据中异常值的存在对参数估计带来的不利影响。
[期刊] 数理统计与管理
[作者]
蔡超 许启发 蒋翠侠 王艳明
受到计算内存的限制,大规模数据的回归分析往往难以奏效。为此,借用“化整为零”的思想,提出了一个新的回归分析方法:分块SCAD惩罚回归。该方法核心在于:将大规模数据划分成若干个块,对每一个块进行SCAD惩罚回归,最后将每个块的参数估计结果进行简单平均作为全样本回归系数估计的近似。进一步,在理论上证明了分块SCAD惩罚回归的变量选择效果与渐近性质。数值模拟和实际应用结果表明:分块SCAD惩罚回归不仅能够显著降低计算内存的需求和计算时间,而且其变量选择、参数估计和预测结果等与全样本回归基本一致。
[期刊] 统计与决策
[作者]
余纯 翁诗雨
在有限回归混合模型的应用中,用于变量选择的惩罚似然方法在统计学中发挥了重要作用。然而,普通的惩罚似然方法对离群值很敏感。文章提出了一种稳健的惩罚似然方法,可同时进行离群值检测和变量选择。并提出一种数据自适应的选择调谐参数程序和EM算法用以稳定、有效的计算。通过在模拟分析中与普通的惩罚似然方法做比较,表明了本文提出的新方法的有效性。
[期刊] 统计与决策
[作者]
陈一非,王斌会
计量经济学中,数据异常的问题一直是人们研究的重点,因为少量的异常值就会对模型拟合产生很大的影响。本文着重讨论了异常值对线性回归模型造成的影响及其检测方法,并通过自由软件R进行了三类异常值的模拟和检测。
关键词：
线性回归 异常值 自由软件R
[期刊] 统计与决策
[作者]
贺建风 李宏煜 陈飞
传统的广义回归抽样估计方法有一个严格的假设条件,即研究变量和辅助变量之间呈现线性关系,因此在非线性情形下的估计效果并不理想,而基于模型校准的抽样估计方法则能克服这种缺陷,可以较好地提升估计量的估计精度。文章在梳理已有的非参数超总体模型基础上,结合惩罚样条回归与模型校准估计法,介绍了一种新的基于惩罚样条回归的非参数模型校准估计方法,并在一定的设计条件下阐明了该估计量在模型辅助情况下具有渐近无偏性和服从渐近正态分布等优良性质。进一步的模拟研究结果显示,经过校准的估计量比未校准的估计量具有更高的估计精度,且在超总体模型中,随着非线性程度的增强,该估计量的估计精度比参数估计量有显著的提高。
关键词：
抽样估计 惩罚样条 模型校准估计
[期刊] 统计与决策
[作者]
舒婷 罗幼喜 胡超竹 李翰芳
在含潜变量的纵向数据混合效应模型应用中，通常包含大量截尾数据，若直接采用一般贝叶斯Tobit分位回归模型，参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂，造成计算效率低下且估计结果偏差较大。同时，在高维情形下，由于受大量未知随机效应的干扰，固定效应中关键变量的选择与系数估计变得更为困难。为了解决上述问题，文章提出了一种新的双Adaptive Lasso惩罚贝叶斯Tobit分位回归方法，主要研究响应变量左删失情形下高维纵向数据的变量选择与参数估计问题。通过将Adaptive Lasso惩罚同时引入固定效应与随机效应的先验分布中，构造了参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明，新方法较无惩罚法和Lasso惩罚法在重要变量选择及系数估计上均更占优势。
[期刊] 统计与决策
[作者]
朱利荣 胡超竹 罗幼喜
针对含个体效应的面板数据模型，文章提出了一种带Adaptive Lasso惩罚的复合分位回归方法来估计回归系数。通过对模型两边左乘一个合适的幂等矩阵有效地消除了个体效应的影响，并使用MM算法迭代求解未知参数，用SIC准则对惩罚参数进行选取。同时，利用蒙特卡洛方法模拟了在不同误差和不同稀疏模型下回归系数的估计和选择情况，并与最小二乘回归、中位回归、复合分位回归估计结果进行对比，最后用实例数据进行验证。结果表明：带Adaptive Lasso惩罚的复合分位回归方法能够对回归系数进行精确估计，且其在稀疏模型上相比稠密模型具有更好的表现。在变量选择问题上，带Adaptive Lasso惩罚的复合分位回归方法能够很好地排除无关解释变量的影响。
[期刊] 中国科学技术大学学报
[作者]
熊亦民 郑智 张伟平
近几年提出的Extremile回归不仅保留了分位数回归通过设定不同的分位点全面掌握数据信息的优点，而且与分位数回归中和Expectile回归相比也有其独特的优势，特别是在风险保护上的优秀表现。本文提出了一种带惩罚的线性Extremile回归模型用以解决高维数据下的变量选择问题，其中惩罚函数是由和惩罚函数组合得到的类弹性网（QEN）惩罚函数，同时给出了解决相关优化问题的EM算法，以及在较为宽松条件下即能成立相关理论性质。在数值模拟中，我们通过与L_0，L_1，L_2和弹性网惩罚函数的比较，展示了类弹性网惩罚函数。
[期刊] 数量经济技术经济研究
[作者]
罗幼喜 李翰芳
研究目标:解决随机效应分位回归模型中固定效应和随机效应系数同时估计和选择问题。研究方法:对固定效应和随机效应系数同时实施自适应Lasso惩罚,并为参数估计设计交替迭代算法。研究发现:新方法不仅对随机误差分布具有较强的稳健性,而且在不同稀疏度模型下均有着良好的表现,尤其是在高维情形时。研究创新:本文提出的方法在对模型中重要自变量进行选择的同时能够充分考虑随机效应的影响;交替迭代算法不仅有效解决了需要选择两个惩罚参数的困境,而且收敛速度快。研究价值:为实际工作者对面板数据和纵向数据的分析提供了有效的建模方法。
[期刊] 统计与决策
[作者]
陈逸陶 蒋艳 徐颖
在采用回归方法进行数据预测时,对呈近似线性关系的因变量和自变量,并非要寻找到其对应的精确的非线性函数,而可在对数据进行修正后继续使用线性回归模型。文章讨论了一种引入惩罚因子的动态回归模型,该方法在传统的多元线性回归模型的基础上,在进行逐步回归的同时,通过不断调整因变量来实现实时更改其变化趋势以达到最佳预测结果的目的。该方法在对上海市历年外国游客人数进行分析和预测时得到了较理想的结果。
关键词：
多元线性回归 逐步回归 惩罚因子
[期刊] 数量经济技术经济研究
[作者]
罗幼喜 李翰芳
研究目标:解决随机效应分位回归模型中固定效应和随机效应系数同时估计和选择问题。研究方法:对固定效应和随机效应系数同时实施自适应Lasso惩罚,并为参数估计设计交替迭代算法。研究发现:新方法不仅对随机误差分布具有较强的稳健性,而且在不同稀疏度模型下均有着良好的表现,尤其是在高维情形时。研究创新:本文提出的方法在对模型中重要自变量进行选择的同时能够充分考虑随机效应的影响;交替迭代算法不仅有效解决了需要选择两个惩罚参数的困境,而且收敛速度快。研究价值:为实际工作者对面板数据和纵向数据的分析提供了有效的建模方法。
[期刊] 统计与决策
[作者]
金立斌 戴晓文 石磊
文章研究了混合空间自回归模型的单个异常值的检验问题。分别在均值滑动模型和方差加权模型下导出了得分统计量的具体形式及检验过程。应用于一阶空间自回归模型中,给出了的异常值得分检验统计量的具体形式及近似分布。最后利用哥伦布市社区犯罪数据证实了方法的有效性。
[期刊] 数量经济技术经济研究
[作者]
秦磊 谢邦昌
Ｌｏｇｉｓｔｉｃ回归是计量经济学中应用最广的离散选择模型。当变量个数较多时，极大似然估计解释性较差，为此本文基于新的惩罚函数ＡｒｃｔＡｎＬＡｓｓｏ，给出Ｌｏｇｉｓｔｉｃ回归的一种非凸惩罚似然估计进行参数估计和变量选取，并证明了估计量的ｎ～（１／２）相合性和ｏｒＡｃＬｅ性质。本文结合二阶近似处理、ＬＬＡ方法和梯度下降法给出估计算法，并通过最小化Ｂｉｃ准则对正则化参数进行选取。模拟数据分析显示，当样本量较大时，该方法在参数估计和变量选取两个方面都优于传统的ＬＡｓｓｏ、ｓｃＡＤ和ＭｃＰ方法，样本量较小时，该方法同样具有很大优势。实际数据分析表明，该方法很好地权衡了拟合程度和非零系数的选择，是最优的备．．．
[期刊] 数量经济技术经济研究
[作者]
秦磊 谢邦昌
Logistic回归是计量经济学中应用最广的离散选择模型。当变量个数较多时,极大似然估计解释性较差,为此本文基于新的惩罚函数ArctanLASSO,给出Logistic回归的一种非凸惩罚似然估计进行参数估计和变量选取,并证明了估计量的n~(1/2)相合性和Oracle性质。本文结合二阶近似处理、LLA方法和梯度下降法给出估计算法,并通过最小化BIC准则对正则化参数进行选取。模拟数据分析显示,当样本量较大时,该方法在参数估计和变量选取两个方面都优于传统的LASSO、SCAD和MCP方法,样本量较小时,该方法同样具有很大优势。实际数据分析表明,该方法很好地权衡了拟合程度和非零系数的选择,是最优的备...
[期刊] 统计与决策
[作者]
王斌会,陈一非
多元数据由于其复杂性而使其中的异常值检测问题成为一个研究难点。传统的多元统计方法由于受异常值影响使结果产生不稳定性。本文提出一种基于稳健马氏距离的异常值检测方法,并与其它一般的传统办法进行比较说明其优良性。
关键词：
异常值 杠杆值 稳健杠杆值 稳健马氏距离
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
