- 年份
- 2024(5951)
- 2023(8711)
- 2022(7532)
- 2021(7155)
- 2020(6128)
- 2019(14310)
- 2018(14244)
- 2017(28031)
- 2016(14815)
- 2015(16930)
- 2014(16516)
- 2013(15824)
- 2012(14063)
- 2011(12312)
- 2010(12104)
- 2009(10803)
- 2008(10128)
- 2007(8361)
- 2006(6959)
- 2005(5577)
- 学科
- 济(60594)
- 经济(60537)
- 管理(43793)
- 业(42218)
- 企(36090)
- 企业(36090)
- 方法(35076)
- 数学(31632)
- 数学方法(30973)
- 财(14871)
- 农(14517)
- 中国(13452)
- 业经(12176)
- 理论(11000)
- 学(10303)
- 务(10254)
- 财务(10197)
- 财务管理(10174)
- 技术(9971)
- 贸(9830)
- 贸易(9824)
- 农业(9678)
- 企业财务(9626)
- 易(9597)
- 地方(9593)
- 制(9015)
- 和(9011)
- 环境(8366)
- 划(8158)
- 银(7397)
- 机构
- 学院(201284)
- 大学(199732)
- 管理(84858)
- 济(81183)
- 经济(79664)
- 理学(75221)
- 理学院(74514)
- 管理学(72767)
- 管理学院(72407)
- 研究(58115)
- 中国(43216)
- 京(40045)
- 科学(35900)
- 财(35445)
- 业大(30150)
- 财经(29736)
- 农(28754)
- 中心(28480)
- 江(27565)
- 经(27252)
- 所(26992)
- 经济学(25092)
- 研究所(24913)
- 范(24136)
- 北京(24114)
- 师范(23874)
- 经济学院(22802)
- 农业(22642)
- 财经大学(22561)
- 经济管理(22498)
- 基金
- 项目(147357)
- 科学(118172)
- 基金(109189)
- 研究(106281)
- 家(94979)
- 国家(94233)
- 科学基金(83303)
- 社会(67931)
- 社会科(64590)
- 社会科学(64573)
- 省(57740)
- 基金项目(57577)
- 自然(55832)
- 自然科(54688)
- 自然科学(54677)
- 自然科学基金(53659)
- 教育(51317)
- 划(48749)
- 资助(45761)
- 编号(42892)
- 重点(33079)
- 部(33069)
- 成果(32455)
- 创(31697)
- 发(30630)
- 创新(29526)
- 教育部(29004)
- 科研(28832)
- 课题(28693)
- 国家社会(28376)
共检索到267486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]
何培 姬永刚 姚越眉
文章将自适应Lasso变量选择方法扩展到变系数向量自回归模型(TVP-VAR)中。利用所提出方法对2005—2014年航空煤油价格与民航货邮与旅客周转量月度数据进行分析,并与其他四种方法进行了比较,结果显示:与常系数VAR模型相比,变系数VAR模型能够显著提高模型的拟合与预测精度。提出的自适应Lasso变系数模型一致优于Belmonte,Koop和Korobolis(2014)提出的Lasso变系数模型。
[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] 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]
刘丹 郑少智
文章考虑了Cox模型的变量选择问题,将自适应Lasso引入到Cox模型中,提出了一类基于惩罚偏似然函数的自适应Lasso估计程序。通过对偏似然函数采用二阶泰勒展开式近似逼近,运用循环坐标下降法求解模型,再借助牛顿—拉普森迭代完成整个变量选择和估计过程。随机数据模拟的结果表明该方法具有优良的变量选择效果,并适用于高维数据。
[期刊] 统计与决策
[作者]
秦晔玲 朱建平
自适应Lasso回归算法是近年来统计选元的一个新兴方法,具备良好的统计性质。在当今社会资产数量众多的金融投资市场中,资产选择的传统方法Markowitz均值方差模型虽然简单,但不稳定,且容易产生空头头寸。自适应Lasso算法基于变量选择的基本概念,针对资产组合构建而提出,以指数跟踪为目的,构造复制效果良好的稀疏股票投资组合,并进一步对指数的未来趋势做出预测。文章以中国深沪300指数的指数跟踪为例进行分析,结果表明自适应Lasso算法在资产选择和预测中都有良好的效果。
关键词：
资产选择 自适应Lasso 指数跟踪
[期刊] 数量经济技术经济研究
[作者]
孙燕
不同于常见的模型估计和检验研究,本文重点关注计量模型设定中的变量选择问题,提出了随机效应Logit计量模型的自适应Lasso变量选择方法,同步完成变量选择和参数估计。由于模型中随机效应的存在加大了变量选择难度,本文将随机效应视为缺失数据,采用EM算法结合Gauss-Hermite数值积分法,根据Newton-Raphson迭代法建立模型参数的自适应Lasso。蒙特卡罗仿真模拟实验结果表明,该变量选择方法在有限样本下的表现良好。最后又将该方法运用于个体健康影响因素的分析中。
[期刊] 统计研究
[作者]
李扬 曾宪斌
本文针对面板数据模型的惩罚似然变量选择问题,比较研究了Lasso、Adaptive Lasso、Bridge和SCAD四种罚函数的渐近性质。模拟结果验证了在面板数据情况下,Adaptive Lasso、Bridge和SCAD的Oracle性质同样成立,且它们在变量选择准确性、参数估计精度和模型预测精度三方面的效果都优于Lasso。为了合理选取调整参数,本文考虑AIC、BIC、GCV、Cp四种准则,通过模拟显示BIC和GCV的表现通常要优于AIC和Cp。作为实证研究,本文在面板数据框架下应用惩罚似然方法对上市公司市盈率影响因素进行选择,以期对股市投资者做出理性投资决策有一定指导价值。
[期刊] 统计与决策
[作者]
江坤 杨联强 丁梦珍 赵德根
在惩罚样条回归方法中,截断幂基系数的惩罚权重是相等的,这导致在数据具有局部异质性时不能很好地去拟合原函数。文章以结点两端数据点的方差构造了一种新的局部惩罚样条回归方法,能够很好地解决数据具有局部异质性的问题。该方法对数据波动较小的区域给予较大的惩罚,而对数据波动较大的区域给予较小的惩罚,从而实现惩罚的局部性。通过模拟的结果可知,当数据具有局部异质性时,构造的新的局部惩罚样条比整体惩罚样条和光滑样条具有更好的拟合效果。
关键词：
方差 局部惩罚样条 异质性
[期刊] 统计与决策
[作者]
赵静
针对部分线性单指标模型,文章构建了一种基于LASSO的部分线性单指标模型局部惩罚样条估计方法,以变异系数作为判断数据离散程度的依据,首先通过计算各节点中数据的变异系数,构造局部惩罚权重矩阵,由局部二次逼近方法,得到了带有LASSO局部惩罚的参数估计值,并讨论得出无惩罚样条估计和均匀惩罚样条估计是局部惩罚样条估计的特殊情况,然后使用"去一分量"法和Levenberg-Marquardt算法得到单指标部分的参数估计值,最后通过Monte-Carlo模拟验证了该方法的有效性和正确性。
[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] 统计研究
[作者]
韩猛 白仲林
门限因子模型设定载荷具有阈值型区制转换结构,可以同时刻画高维时间序列的共变性和区制转换特征。针对高维门限因子模型,本文基于自适应组LASSO技术给出了一种一致模型选择过程。这一模型选择过程将因子个数设定、门限效应推断纳入统一的分析框架,不仅解决了模型选择的一致性问题,还同时实现了模型选择误差的统一控制,这对于高维门限因子模型而言是非常重要的。理论研究和随机模拟结论表明本文给出的一致模型选择过程具有良好的大样本性质和有限样本表现。最后,本文将门限因子模型应用于我国金融市场分析,实证结果进一步验证了本文理论的有效性。
关键词：
一致模型选择 门限因子模型 收缩估计
[期刊] 数理统计与管理
[作者]
王纬 任燕燕 刘光宗
面板数据模型在经济、生物、统计等领域有着广泛的应用。经典的面板数据模型假设解释变量系数不随时间变化。然而在现实中,解释变量系数可能会因多种因素的影响而存在多重未知的结构变点。本文假设交互固定效应面板数据模型中含有多重未知的结构变点。研究发现通过Pairwise惩罚的参数估计方法在目标函数中增加对相邻时间解释变量系数的惩罚项,能够同时进行参数估计和结构变点诊断。蒙特卡洛模拟结果显示,不管是否存在同方差假设,该方法估计的解释变量系数均偏差较小且结构变点诊断错误率低。
[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]
郭俊峰
尽管贝叶斯分位数回归方法能够有效克服经济金融数据的尖峰厚尾、结构突变等问题,充分借鉴已有研究成果信息,但是其并不能很好解决多维变量模型的维数灾难问题。为此,文章在贝叶斯分位数回归基础上,结合自适应Lasso变量惩罚作用,构建了基于MH抽样的自适应Lasso惩罚贝叶斯分位数回归模型。通过仿真模拟实验以及MCMC链条检验,证明上述模型具有优良拟合性质,尤其是在小样本情形下。
[期刊] 统计与决策
[作者]
顾光同
文章阐述了广义线性模型参数的极大似然无惩罚和1-范数约束即Lasso惩罚估计形式,但极大似然的Lasso惩罚估计不是逐片线性的。那么对Lasso惩罚估计形式进行局部两次泰勒展开,进行局部二次逼近,从而得到Lasso惩罚的重复加权最小二乘估计路径形式,实现估计的逐片线性,相关研究为广义线性模型的惩罚回归估计的深入研究和应用提供参考。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
