- 年份
- 2024(2292)
- 2023(3199)
- 2022(2778)
- 2021(2516)
- 2020(2243)
- 2019(5049)
- 2018(4992)
- 2017(8623)
- 2016(4769)
- 2015(5120)
- 2014(4838)
- 2013(4615)
- 2012(4302)
- 2011(3761)
- 2010(3582)
- 2009(3317)
- 2008(3172)
- 2007(2729)
- 2006(2295)
- 2005(1997)
- 学科
- 济(18915)
- 经济(18902)
- 管理(11714)
- 方法(11128)
- 数学(9984)
- 业(9800)
- 数学方法(9725)
- 企(7696)
- 企业(7696)
- 学(5451)
- 中国(4639)
- 财(4306)
- 农(3695)
- 业经(3510)
- 农业(2726)
- 贸(2664)
- 贸易(2663)
- 环境(2608)
- 理论(2603)
- 和(2597)
- 易(2591)
- 地方(2558)
- 务(2512)
- 财务(2501)
- 融(2500)
- 金融(2500)
- 财务管理(2495)
- 技术(2434)
- 银(2431)
- 银行(2401)
- 机构
- 大学(65679)
- 学院(63254)
- 济(24107)
- 经济(23599)
- 管理(23351)
- 研究(22984)
- 理学(20418)
- 理学院(20144)
- 管理学(19374)
- 管理学院(19265)
- 中国(17532)
- 科学(16238)
- 京(14663)
- 农(12613)
- 所(12244)
- 业大(11863)
- 研究所(11358)
- 中心(10923)
- 财(10810)
- 农业(10171)
- 北京(9283)
- 江(9024)
- 财经(8962)
- 院(8763)
- 经(8256)
- 范(8203)
- 师范(8113)
- 经济学(7986)
- 技术(7458)
- 经济学院(7272)
- 基金
- 项目(47864)
- 科学(37388)
- 基金(35723)
- 家(32865)
- 国家(32660)
- 研究(31257)
- 科学基金(27447)
- 社会(19647)
- 自然(19139)
- 社会科(18785)
- 社会科学(18780)
- 自然科(18749)
- 自然科学(18744)
- 自然科学基金(18378)
- 基金项目(18019)
- 省(17745)
- 划(15928)
- 资助(15628)
- 教育(14520)
- 编号(12002)
- 重点(11055)
- 部(10249)
- 计划(9956)
- 科研(9904)
- 成果(9719)
- 创(9486)
- 发(9438)
- 国家社会(8921)
- 创新(8911)
- 大学(8613)
共检索到91721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]
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]
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]
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]
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] 数量经济技术经济研究
[作者]
李翰芳 罗幼喜 田茂再
本文讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同,该方法能够更大程度地将模型中非重要的解释变量系数压缩至0,从而在估计系数的同时也起到变量选择的作用。利用积分恒等式,本文构造了一种易于实施的参数估计切片Gibbs抽样算法。模拟结果显示,模型含有较多变量时,新方法排除"噪声"变量的能力明显高于现有文献中的其他方法。本文最后对我国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
[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] 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] 数量经济技术经济研究
[作者]
杨亮 孟生旺
研究目标:建立零膨胀损失次数的贝叶斯分位回归模型。研究方法:通过增加随机扰动将离散型的损失次数数据转化为连续型数据,在预测误差平方和最小的条件下,求解出分位数水平,并应用贝叶斯方法求解分位回归模型中的参数。研究发现:基于得到的分位回归模型及相应的分位数水平,实现对未来的损失频率的预测。研究创新:借助等式关系,求解分位回归的分位数水平,避免主观选择分位数水平的弊端,实现对零膨胀损失次数贝叶斯分位回归建模。研究价值:基于一组实际数据的实证分析结果表明,该模型可以显著改进现有模型的拟合效果。
关键词：
零膨胀 贝叶斯 损失次数 分位回归
[期刊] 数量经济技术经济研究
[作者]
杨亮 孟生旺
研究目标:建立零膨胀损失次数的贝叶斯分位回归模型。研究方法:通过增加随机扰动将离散型的损失次数数据转化为连续型数据,在预测误差平方和最小的条件下,求解出分位数水平,并应用贝叶斯方法求解分位回归模型中的参数。研究发现:基于得到的分位回归模型及相应的分位数水平,实现对未来的损失频率的预测。研究创新:借助等式关系,求解分位回归的分位数水平,避免主观选择分位数水平的弊端,实现对零膨胀损失次数贝叶斯分位回归建模。研究价值:基于一组实际数据的实证分析结果表明,该模型可以显著改进现有模型的拟合效果。
关键词：
零膨胀 贝叶斯 损失次数 分位回归
[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]
任燕燕 李东霖 王文悦
文章关注系数具有两维异质性结构的面板分位数模型，基于SCAD惩罚函数和MCP惩罚函数提出双惩罚最小加权绝对偏差目标函数，同时进行参数估计和两维异质性结构识别。利用ADMM算法求解目标函数，并使用BIC信息准则通过网格搜索选择最优调节参数。根据蒙特卡洛模拟结果验证了所提方法的有限样本性质，最后使用实际数据检验了其应用效果。研究结果表明：所提出的方法能够准确识别两维异质性结构，并且Post估计量的参数估计精确度接近于Oracle估计量。
关键词：
两维异质性 面板数据 分位数回归 双惩罚
[期刊] 统计与决策
[作者]
李荣 朱慧明
为了弄清被试产品的寿命分布,求出各项可靠性指标,常常需要进行删失试验。如何对得到的这些数据进行处理是生存分析需要解决的一个重要问题。本文针对这个问题提出了贝叶斯威布尔生存回归模型。
[期刊] 统计研究
[作者]
李翰芳 罗幼喜 田茂再
本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强。在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可。蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势。
[期刊] 统计与决策
[作者]
焦瑞强 赵联文 刘赪 任桃红
文章基于贝叶斯学习,将正则化方法从贝叶斯分析的角度展开,在响应变量服从正态分布、回归系数服从指数型先验分布族的条件下,用贝叶斯准则给出了惩罚因子的取值与响应变量、系数的方差之间的关系,并将这一结果应用到岭回归和lasso回归中惩罚因子的选择。实例检验结果表明,当响应变量和系数服从正态分布,惩罚因子的值取二者方差商的方法比岭迹法和广义交叉验证法(GCV)拟合效果更优。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
