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。     

核估计法在居民消费模型中的应用

本文以2000-2007年河北统计年鉴的数据为基础,利用非参数核估计方法,借助于Matlab统计软件,对廊坊市农村居民消费模型进行估计,并与最小二乘估计值进行对比,结果表明非参数回归结果要优于线性回归。     

半参数模型预测在公司经营中的应用——以H公司零备件用量预测为例

以H公司零备件用量预测的实际需要为背景,本文分别运用OLS模型和半参数模型对H公司零备件累积损坏率进行了估计与预测。结果表明,半参数模型估计和预测精度优于OLS模型,在公司实际经营中有应用前景。     

基于半参数方法的车险保费收入实证

本文利用半参数分析的原理与方法,结合我国车险市场的特点,建立车险价格指数的半参数回归模型。通过实例分析,对保费收入的实证处理,半参数回归分析的效果优于普通最小二乘法。又因为半参数回归模型不依赖于模型设定的形式,比线性回归模型具有更大的适用性。     

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。     

基于自回归的高斯混合模型

聚类问题是当今统计学习界的热点研究问题,针对一般情形的聚类分析已经有具有了kmeans、高斯混合模型等,由于目前各种数据的细化,人们提出的聚类算法更多的倾向于研究某种特定的数据.在本文中,笔者提出了基于自回归的高斯混合模型,它假设模型是由符合自回归模型的高斯分布混合而成,算法利用em算法,可以精确地估计混合模型中的自回归系数以及方差系数.     

新兴市场国家环境库兹涅茨曲线的估计——基于参数与半参数方法的比较

新兴市场国家是否在经济发展到一定水平后污染水平会下降呢?本文使用22个新兴市场国家1996-2009年的面板数据,分别采用参数和半参数方法估计了新兴市场国家的环境库兹涅茨曲线。研究认为:环境库兹涅茨曲线所描述的污染物排放量和经济增长之间典型的倒"U"型关系在不同的样本、模型设定形式和估计方法下并不一定得到满足,但是环境库兹涅茨曲线假说中所描述的污染物排放量和经济增长之间先上升后下降的整体趋势还是存在的,只不过下降的过程可能非常缓慢或者存在着波动。此外,在参数模型估计中,提高技术进步和贸易依存度可以减少二氧化碳排放量,而在半参数模型中,则截然相反。     

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。     

我国城镇居民消费支出与收入的回归分析

不同时期,我国城镇居民消费行为存在很大的差异,这一点利用传统的计量经济模型无法解释,本文尝试将非参数估计理论引入到回归模型中来,通过建立非参数回归模型、半参数模型及普通的线性回归模型对我国城镇居民可支配收入及消费支出之间的关系进行比较研究,得出非参数回归模型优于普通的参数回归模型。     

财政收入占国内生产总值比重的NAR模型

本文基于核估计理论,对新中国成立以来的我国财政收入占国内生产总值的比重建立了非参数自回归(NAR)预测模型,并对我国2001-2005年的国家对政收入占国内生产总值的比重进行了预测,结果表明,NAR模型能够很好地解决我国财政依存度问题,预测精度较高。     

影响我国农业总产值因素的实证分析

利用1990-2012年我国农业投入的时间序列数据,建立多元线性回归模型(对数形式),利用Eviews软件,采用最小二乘法估计模型的各个参数,利用逐步剔除法剔除不显著的变量,多次回归并修正以期得到最优模型,针对提高农业总产值并促进我国农业良好发展提出合理建议。     

扩展切换回归模型

该文构建了具有几个潜在状态变量的回归模型，模型中的参数被划分为几个互不相交的组，其中每一组参数由一个与之对应的状态变量所独立决定，如此的模型被称为扩展切换回归模型，简称为ESR模型。研究结果表明ESR模型比其他传统模型预测汇率的结果更精准。     

半参数变系数部分线性模型的变量选择文献综述

半参数变系数部分线性模型是近几十年来统计学研究的热点之一,基于该模型的灵活性,其广泛应用于经济、金融以及生物医学等领域。变量选择是近年来统计分析的最主要内容之一,是大数据时代高维数据统计模型的研究基础。本文首先归纳了变量选择的各种方法并对各方法进行了比较。在此基础上,系统地总结了半参数变系数部分线性模型中的变量选择方法。此外,介绍了复杂数据下半参数部分线性模型的变量选择方法的研究概况。最后,本文指出了半参数变系数部分线性模型的变量选择问题做进一步地研究方向。     

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。     

线性回归模型在经济预测中的应用

许多经济变量之间存在相互依存、相互制约、相互影响的关系,如果能找到经济变量与影响因素之间的变化规律,并把这种规律用数学表达式具体表示出来,就会给预测带来极大方便,线性回归模型预测是将统计学中回归分析结合预测理论的一种方法,有较强的实用性.首先确定两个经济变量之间是否存在线性相关关系,然后求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度.     

采用数据辅助的大规模MIMO信道半盲迭代估计

由于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)信道衰落参数的维度较高,导致最优估计算法计算量大且需要的导频数较多而影响到频谱效率。为降低计算复杂度并减少导频开销,提出了两种基于期望最大化(Expectation Maximization,EM)估计的半盲迭代改进算法。利用少量正交导频序列估计出信道初值,通过用户与基站间信道的大尺度衰落系数把用户分簇,根据这些系数按比例地分配接收噪声,再利用数据的统计特性推导出信道衰落参数的均值和方差。仿真结果表明,当导频数远少于待估计参数的个数时,半盲估计算法的均方误差(Mean Square Error,MSE)优于导频估计的极大似然(Maximum likelihood,ML)算法。     

论分位数回归在计算VaR中的应用

运用分位数回归法和参数法计算沪深300指数的VaR值,比较结果发现分位数回归VaR模型要优于常用的参数法。将分位数回归方法引入VaR计算中,为金融风险度量提供了一种新思路。     

一类相依回归系统参数的待定系数估计

本文对二个相依回归方程组成的线性回归系统(1.1),在设计矩阵呈病态时,提出了一类改进估计——待定系数估计,讨论了这类估计的优良性。     

非参数回归技术在经济计量模型分析中的应用

在微观计量经济研究中,居民收入与消费分布结构的研究通常采用参数模型进行实证分析,但是实际经济环境中往往存在一些不确定的因素,参数模型所提供的结果并不完全与实际相符合。在计量经济模型分析中采用非参数回归技术,在数据较多的情况下,不需要预先确定变量之间的函数关系,可灵活机动的从多个方面考察收入与消费的相依关系和变化趋势,并可以证明非参数方法的结果优于常规的参数方法。     

广西国内贸易发展对经济增长影响研究

在总结广西国内贸易发展现状的基础上,使用变参数模型和分位回归法分别从时间和空间角度分析了广西国内贸易对经济增长影响的差异,并针对得出的结论提出一些建议,以期为国内贸易更好促进经济增长提供一些借鉴意义.