半参数模型估计方法概述

半参数回归模型,是由Engleetal(1986)在研究天气变化与供电需求之间的关系时引入的,是20世纪80年代以来发展起来的一种重要的统计模型。主要介绍了两类半参数回归模型:线性半参数回归模型和非线性半参数回归模型。概述了目前两类半参数回归模型常见的估计方法,这其中主要包括补偿最小二乘估计、核光滑估计,虚拟观测法等。     

半参数模型估计方法概述

半参数回归模型,是由Engleetal（1986）在研究天气变化与供电需求之间的关系时引入的,是20世纪80年代以来发展起来的一种重要的统计模型。主要介绍了两类半参数回归模型：线性半参数回归模型和非线性半参数回归模型。概述了目前两类半参数回归模型常见的估计方法,这其中主要包括补偿最小二乘估计、核光滑估计,虚拟观测法等。     

基于最小二乘法的海基双站测量数据综合处理

针对测量船执行海上任务单船数据处理及弹道参数计算受时间和弧段限制局限性的问题,提出了采用加权最小二乘法解算双站目标坐标的综合数据处理方法,并在综合后的数据库增加了跟踪时间及重要特征点弧段数据,提高了位置及其他弹道参数的估计精度。该方法的推广对改进测量船数据处理方法和技术、提高弹道状态估计精度均具有积极的意义。     

空间滞后随机前沿模型估计研究

和传统随机前沿模型相比,空间滞后随机前沿模型遇到的问题是应该采用何种方法估计模型？由于空间滞后效应的存在,无法直接采用传统随机前沿模型的修正普通最小二乘法;另一方面,虽然可以采用极大似然法估计模型,但是会遇到计算上的困难。文章构建了针对半正态空间滞后随机前沿模型的修正估计方法,该方法首先采用两阶段最小二乘法估计空间滞后模型,然后通过考虑随机前沿效应对相关参数进行修正。蒙特卡罗模拟的结果表明,文章建议的估计方法有良好的有限样本性质。     

浅谈线型带状工程的gps高程拟合

高程拟合的几种常用方法,对于线型带状工程,各gps高程点的位置往往近似处于一条直线上,当各点位于同一直线上时,不能建立平面、曲面等面状拟合模型,而当近似于直线时,其面状拟合模型具有较大的不稳定性.线型模型只顾及了纵向高程异常的变化而没有考虑横向的变化,对带状区域其拟合高程比面状模型稳定,适用于线型带状工程的gps高程拟合.     

基于参数与非参数SVAR模型的货币政策有效性比较分析

本文利用1998年1月至2012年6月的工业增加值、M2和CPI月度数据建立了一个三变量的SVAR模型,并分别用极大似然估计方法和非参数联立模型的局部线性工具变量估计方法对其进行估计,将估计的结果进行比较并作相应的向前预测分析。结论表明:参数SVAR模型可以对变量进行解释,并做相应的脉冲响应和方差分解分析,但是估计精度及预测效果要低于非参数SVAR模型。文章的创新之处在于首次给出非参数SVAR模型及其估计方法,为日后对非参数VAR模型族进行研究和广泛应用奠定了一定的基础。     

组合预测模型在短时交通流预测中的应用研究

根据智能交通诱导和信号控制的需要,短时交通流预测应具备实时性、准确性和可靠性,应用单项预测模型已不能满足当前交通流预测的要求,借此提出了以时间序列法、非参数回归法和RBF神经网络预测法为基础的定权系数和变权系数组合模型进行短时交通流预测,实例应用表明组合预测模型较单项预测方法预测精度有显著的提高。     

固定资产投资与GDP关系的实证研究——基于非参数回归预测分析

采用了1980—2013年的年度数据,对我国固定资产投资与GDP之间的关系进行了实证分析。由于政治因素会影响两者长期均衡关系,因此两者关系存在突变点,因而采用包含虚拟变量的线性回归模型并不能准确的反应两者之间的动态关系。所以本文运用非参数回归模型,对改革开放后的固定资产投资和国内生产总值的关系,分别建立非参数回归预测模型以及参数线性回归模型,并加以对比,得出结论:非参数回归预测模型的拟合结果较好。     

三次样条法估计利率期限结构的加权方式比较研究

利率期限结构的静态估计是验证动态模型以及进行动态变化分析的基础。本文介绍了三次样条法的基本模型结构,指出了传统三次样条法使用久期倒数作为估计误差权重的逻辑错误,并据此提出了"准久期"加权以及成交量排名加权的概念;通过对比多个样本时间点的估计结果,发现成交量排名加权方法无论在样本内的模型估计还是样本外模型预测方面均优于久期以及准久期倒数加权方法。     

基于粒子滤波框架联合仿射和外貌模型的目标跟踪

针对视频序列中目标的跟踪问题,提出了一种基于粒子滤波框架 的联合仿射和外貌模型的目标跟踪算法。该算法首先提取图像帧之间的相关特征点,通过求 解Sylvester方程得到仿射参数,然后将仿射参数嵌入到基于仿射群的粒子滤波框架中进行 平滑估计。利用基于仿射群的一阶自回归过程模拟状态的变化,联合仿射特征点模型和外貌 模型进行似然估计,得到粒子的最佳平均状态,进而对目标实施跟踪。实验结果表明,在目 标经历姿势和尺度变化、遮挡以及复杂背景等情况下,提出的算法能够有效地跟踪目标,较 之其他相关算法具有很强的鲁棒性。