- 年份
- 2024(3171)
- 2023(4849)
- 2022(4282)
- 2021(4224)
- 2020(3558)
- 2019(8581)
- 2018(8758)
- 2017(16250)
- 2016(9141)
- 2015(10623)
- 2014(10881)
- 2013(10222)
- 2012(9111)
- 2011(8183)
- 2010(8596)
- 2009(7858)
- 2008(7754)
- 2007(6876)
- 2006(5940)
- 2005(5306)
- 学科
- 济(34627)
- 经济(34594)
- 管理(25573)
- 业(23166)
- 企(20124)
- 企业(20124)
- 方法(18632)
- 数学(16577)
- 数学方法(16044)
- 中国(8990)
- 农(8769)
- 理论(8735)
- 财(7760)
- 业经(7200)
- 学(6774)
- 教学(6655)
- 制(6183)
- 地方(5956)
- 贸(5849)
- 贸易(5842)
- 易(5659)
- 农业(5605)
- 教育(5351)
- 和(5340)
- 技术(5153)
- 务(5146)
- 财务(5109)
- 财务管理(5088)
- 银(4989)
- 银行(4985)
- 机构
- 学院(124602)
- 大学(121085)
- 管理(47135)
- 济(44012)
- 经济(42820)
- 理学(40361)
- 理学院(39909)
- 管理学(38585)
- 管理学院(38370)
- 研究(36771)
- 中国(28941)
- 京(25854)
- 科学(23705)
- 财(21021)
- 江(20196)
- 所(18906)
- 农(18213)
- 业大(17804)
- 中心(17689)
- 范(16907)
- 研究所(16803)
- 师范(16736)
- 州(16632)
- 北京(16495)
- 技术(16366)
- 财经(16297)
- 经(14608)
- 农业(14105)
- 职业(13541)
- 院(13445)
- 基金
- 项目(79377)
- 科学(61620)
- 研究(59076)
- 基金(54705)
- 家(47257)
- 国家(46830)
- 科学基金(40493)
- 社会(34213)
- 省(33374)
- 社会科(32275)
- 社会科学(32264)
- 教育(30101)
- 基金项目(28033)
- 划(27507)
- 自然(27349)
- 自然科(26755)
- 自然科学(26753)
- 编号(26250)
- 自然科学基金(26229)
- 资助(24401)
- 成果(21256)
- 课题(18911)
- 重点(18227)
- 创(16786)
- 部(16596)
- 发(16448)
- 项目编号(15764)
- 年(15638)
- 创新(15482)
- 大学(15391)
共检索到187534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]
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]
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] 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] 数理统计与管理
[作者]
梁永玉 田宇 田茂再
空间变系数模型是一种研究空间非平稳数据的有效工具。本文介绍了空间变系数非参数回归模型,研发了的一种基于二元惩罚样条逼近的分位回归估计方法,该估计方法不仅可以处理具有复杂边界、不规则形状的空间区域,而且还展现出不同分位水平下的解释能力。在两种不同的情形下,分别给出了所提出估计量的理论性质,即收敛速率和渐近分布。对于参数的估计过程,提出一种基于交替方向乘子(ADMM)迭代算法实现模型的求解。数值模拟结果显示本文提出的估计方法比均值意义下更稳健。最后,利用我国空气质量实际数据说明该模型及估计方法的应用价值。
[期刊] 清华大学学报(自然科学版)
[作者]
李根 翟伟 黄海博 任皎龙 王登忠 邬岚
为研究高速公路车辆汇合决策行为,采用一种非参数回归模型——多元自适应回归样条(multiple adaptive regression splines, MARS)模型建立了汇合决策行为模型。同时,采用美国下一代仿真(next generation simulation, NGSIM)项目中搜集的车辆轨迹数据US-101数据集,提取了速度差、纵向间距、横向位置和车线碰撞时间等参数作为影响变量,进行训练和预测,并与分类回归树、梯度提升决策树、随机森林、逻辑回归等模型进行对比。研究结果表明:汇合车辆与主线车道前车之间的速度差对汇合决策行为影响最大; MARS模型和梯度提升决策树模型对汇合决策行为的预测错误率分别低至0.141和0.138,准确性略高于分类回归树、随机森林和逻辑回归模型,但MARS模型的复杂度远低于梯度提升决策树模型,且能够生成显性表达式,反映影响变量之间的交互作用,利于工程应用。MARS模型能够准确预测汇合决策行为,可用于车辆辅助驾驶及自动驾驶系统。
[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。
[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]
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] 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]
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] 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] 数理统计与管理
[作者]
褚挺进 华雨臻 丁一鸣 尹建鑫
在有限维参数刻画的误差空间协方差矩阵下,针对带有高维协变量的地理空间线性回归模型的变量选择和参数估计,提出了基于惩罚最小二乘的自适应惩罚最大似然估计算法。给出了维数发散时的两种类型的理论性质刻画——分别是维数发散,但比样本量小时的参数估计的误差收敛速度和稀疏相合性;在维数远远大于样本量时,使用了“主项-对偶项见证”(prime-dual witness)技术得到高维时(p>>n)的非渐近结果的误差收敛速度和模型选择符号相合性。我们发现,在对空间相关矩阵假定某个类(如Matern类)时,若该类待估参数个数有限,则高维协变量的模型选择和参数估计的结果与样本独立时的结果是一致的。通过随机模拟证明了本文使用的坐标下降求解算法的有效性。在一个世界范围内69家实验室的拟南芥的基因型(SNP)与花开时长等表型数据上应用了本文方法进行花开时长表型预测,验证了方法的适用性和优越性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
