- 年份
- 2024(5025)
- 2023(7273)
- 2022(6551)
- 2021(6248)
- 2020(5653)
- 2019(13546)
- 2018(13603)
- 2017(26397)
- 2016(14362)
- 2015(16554)
- 2014(16767)
- 2013(16489)
- 2012(15204)
- 2011(13683)
- 2010(14016)
- 2009(13161)
- 2008(13085)
- 2007(11858)
- 2006(9971)
- 2005(8876)
- 学科
- 济(63729)
- 经济(63679)
- 管理(39103)
- 业(38062)
- 方法(35743)
- 数学(32630)
- 数学方法(32045)
- 企(30576)
- 企业(30576)
- 农(16213)
- 中国(14639)
- 财(14594)
- 学(12256)
- 业经(11971)
- 贸(11860)
- 贸易(11857)
- 易(11508)
- 地方(10886)
- 农业(10555)
- 制(9970)
- 理论(9949)
- 和(9213)
- 务(9187)
- 财务(9146)
- 财务管理(9120)
- 银(8889)
- 银行(8868)
- 企业财务(8547)
- 融(8436)
- 金融(8434)
- 机构
- 大学(208849)
- 学院(208252)
- 济(85032)
- 经济(83219)
- 管理(82511)
- 理学(71627)
- 理学院(70872)
- 管理学(69273)
- 管理学院(68896)
- 研究(66222)
- 中国(50538)
- 京(43927)
- 科学(42109)
- 财(37512)
- 农(35673)
- 所(34165)
- 业大(32324)
- 中心(31795)
- 研究所(31195)
- 江(30798)
- 财经(30365)
- 农业(28337)
- 北京(27591)
- 经(27449)
- 范(26413)
- 经济学(26181)
- 师范(26152)
- 州(24574)
- 经济学院(23871)
- 院(23359)
- 基金
- 项目(138967)
- 科学(108468)
- 基金(100205)
- 研究(99503)
- 家(87246)
- 国家(86558)
- 科学基金(74036)
- 社会(61354)
- 社会科(58246)
- 社会科学(58228)
- 省(54858)
- 基金项目(52633)
- 自然(49119)
- 自然科(48014)
- 自然科学(48002)
- 教育(47316)
- 自然科学基金(47108)
- 划(46346)
- 资助(43078)
- 编号(42016)
- 成果(33729)
- 重点(31360)
- 部(30876)
- 发(29067)
- 创(28708)
- 课题(28022)
- 科研(27402)
- 创新(26823)
- 教育部(26401)
- 大学(26218)
共检索到295733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] 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] 数理统计与管理
[作者]
蔡超 王康宁
为解决大规模数据在进行回归分析时存在的计算内存不足和运行时间较长的问题,提出两个新的回归分析方法:先筛选后抽样的大规模数据L_1惩罚分位数回归方法(FSSLQR)和先抽样后筛选的大规模数据L_1惩罚分位数回归方法(SFSLQR),其数值模拟和实际应用结果表明:FSSLQR和SFSLQR方法不仅能够显著降低计算内存和运行时间,而且其估计预测和变量选择的结果与全量L_1惩罚分位数回归基本一致。此外,与Xu等(2018)提出的大规模数据的L_1惩罚分位数回归方法(SLQR)相比,FSSLQR和SFSLQR方法在估计预测、变量选择和运行时间等方面都更具优势。
[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] 统计与决策
[作者]
蔡超 何馨怡 李丽
随着计算机技术的飞速发展，大规模数据不断涌现，数据间呈现复杂的非线性特征，这使得传统的回归分析方法难以奏效。鉴于此，文章提出了基于交互有效方法的分布式神经网络回归（CE-RNN）模型，通过优化基于交互有效方法构建的神经网络回归模型的替代损失函数来获得全局参数估计值的近似结果。该模型一方面采用分布式计算方法避免了单台机器难以处理大规模数据的难题，另一方面使用神经网络回归模型解决了非线性回归问题。数值模拟和应用研究的结果表明：CE-RNN模型的预测性能与全局神经网络回归模型基本一致，且优于基于单轮型方法的分布式神经网络回归模型。
[期刊] 统计与决策
[作者]
潘莹丽 刘飞 刘展 赵晓洛
大规模数据是需要新处理模式才能具有更强的洞察力和决策力的海量、高增长率和多样化的信息资产。分析海量数据的工作异常复杂，主要面临两个挑战：数据的难存储性和偏态性。基于此，文章主要研究以下两个问题：（1）将数据进行分布式存储，减轻单台机器的存储负担，采用尾期望回归分析偏态数据。（2）基于尾期望回归构造全局损失函数的一个交互有效的梯度增强型损失函数，为解决该损失函数的优化问题，提出修正的ADMM算法。模拟研究表明，在有限次主从机器之间交互次数下，提出的分布式计算方法得到的估计误差递减并趋于全局最优方法得到的估计误差。基于全国健康访谈调查（NHIS）数据的实证研究表明，提出的分布式计算方法对国民体重具有良好的预测性能。
[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] 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] 商业时代
[作者]
柯劲恒
随着社会的发展,大规模侵权的案件日益增多,现代社会已经成为一个高风险的社会。在大规模侵权案件中适用惩罚性赔偿制度,能够对大规模侵权产生遏制和充分赔偿两大作用。在适用惩罚性赔偿的过程中,适用条件需要始终坚持主客观相统一的原则。其计算方式则可以在公开侵权人财产状况的前提下,将惩罚性赔偿金额分为三部分进行确定,最大限度避免"假阴性错误"和"假阳性错误"的出现,本文对此进行了探讨。
关键词：
大规模侵权 惩罚性赔偿 遏制 财产披露
[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] 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] 华中师范大学学报(自然科学版)
[作者]
周霖 罗幼喜
针对混合效应模型,在已有的双Lasso正则化分位回归(DLQR)的基础上,结合MCP惩罚,提出了双MCP正则化分位回归(DMQR).通过对惩罚方法的改进,使得模型的拟合效果大大提高.在求解参数时使用交替迭代算法使得每次只用求解单个MCP惩罚的分位回归,并结合针对非凸惩罚的迭代坐标下降法(QICD)使得计算的速度大大提高.在稀疏模型的模拟研究中发现,无论在何种误差条件下,DMQR都能很好的排除冗余变量,效果相对于DLQR有了较大的提升.且在模型的稀疏程度不同时,都能得到很好的模拟结果.
[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]
刘亚新
对于分位数回归中的变量选择问题,文章将Elastic Net惩罚与分位数回归相结合。对参数估计模型进行变形后,建立了贝叶斯分层模型,使各参数的全条件后验分布都是熟知的分布形式,可以采用Gibbs抽样产生收敛速度较快的马尔科夫链来估计回归系数。数值模拟结果表明,该方法在参数估计和预测方面均能达到良好的效果,与现有的四种变量选择方法相比具有较明显的优势。
[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
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
