缺失数据下非线性分位数回归模型的光滑经验似然推断 被引量：10

1

作者 李乃医 李永明 韦盛学 《统计与决策》 CSSCI 北大核心 2015年第1期97-99,共3页

利用光滑经验似然方法,讨论了缺失数据下非线性分位数回归模型的回归系数的经验似然置信区域。

关键词 缺失数据 光滑经验似然 非线性分位数回归模型 置信区域

在线阅读 下载PDF 职称材料

协变量缺失下非线性分位数回归中参数的经验似然推断 被引量：3

2

作者 王秀丽 张淑霞 《统计与决策》 CSSCI 北大核心 2016年第17期15-17,共3页

文章考虑协变量缺失下非线性分位数回归中参数部分的经验似然统计推断,提出了加权修正的估计方程,并给出了当缺失机制已知和未知时极大经验似然估计的渐近分布,得到了著名的Horvitz-Thompson现象。

关键词 非线性分位数回归 缺失数据 经验似然 逆概率加权

在线阅读 下载PDF 职称材料

伴随均值的线性分位数回归模型 被引量：1

3

作者 刘兆君 《统计与决策》 CSSCI 北大核心 2021年第10期24-27,共4页

文章通过论证线性分位数回归模型中均值的存在,把线性分位数回归关系式恒等变形为线性均值回归关系式,将线性分位数回归模型的研究方法结合最小二乘法,得到了伴随均值的线性分位数回归模型。在实现分位数预测的同时也能给出均值预测。... 文章通过论证线性分位数回归模型中均值的存在,把线性分位数回归关系式恒等变形为线性均值回归关系式,将线性分位数回归模型的研究方法结合最小二乘法,得到了伴随均值的线性分位数回归模型。在实现分位数预测的同时也能给出均值预测。进一步拓展了线性回归模型的预测内容,更好地满足实际预测的需要。 展开更多

关键词 线性均值回归模型 线性分位数回归模型 最小二乘法 分位数均值 稳健性

在线阅读 下载PDF 职称材料

依分位数水平的线性均值回归模型

4

作者 刘兆君 《统计与决策》 CSSCI 北大核心 2022年第11期56-59,共4页

文章通过分析线性均值回归模型中随机误差的分位数,将线性均值回归关系式恒等变换为线性分位数回归关系式,把线性均值回归模型与线性分位数回归模型的研究方法整合起来,得到了依分位数水平的线性均值回归模型。建立了因变量取值中心与... 文章通过分析线性均值回归模型中随机误差的分位数,将线性均值回归关系式恒等变换为线性分位数回归关系式,把线性均值回归模型与线性分位数回归模型的研究方法整合起来,得到了依分位数水平的线性均值回归模型。建立了因变量取值中心与分位数之间依数据信息的联系,在同一分位数水平下,同时给出均值预测与均值分位数预测。 展开更多

关键词 线性均值回归模型 线性分位数回归模型 线性均值分位数回归方程

在线阅读 下载PDF 职称材料

基于分位数回归的针阔混交林树高与胸径的关系 被引量：8

5

作者 张冬燕 王冬至 +3 位作者 李晓 高雨珊 李天宇 陈静 《浙江农林大学学报》 CAS CSCD 北大核心 2020年第3期424-431,共8页

【目的】基于包含哑变量的非线性分位数回归方法,构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型,对研究混交林中树种结构及立地生产力预测具有重要意义。【方法】以河北省塞... 【目的】基于包含哑变量的非线性分位数回归方法,构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型,对研究混交林中树种结构及立地生产力预测具有重要意义。【方法】以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象,利用83块标准地调查数据,基于哑变量分别采用最小二乘法和非线性分位数回归方法,构建不同树种树高与胸径关系模型。【结果】基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法,其中利用最小二乘法拟合不同树种模型,其确定系数、平均差及平均绝对误差分别为0.787~0.814、1.581~1.877、2.447~2.654;而利用非线性分位数回归不同树种不同分位点模型,其确定系数、平均差及平均绝对误差分别为0.839~0.921、0.213~1.469、0.561~2.322,经过残差分析确定,当分位点τ=0.7时,不同树种树高与胸径关系预测模型精度较高。【结论】与最小二乘法相比,基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。 展开更多

关键词 森林生态学 非线性分位数回归 树高-胸径 哑变量 混交林

在线阅读 下载PDF 职称材料

基于分位数回归的随机优化速度跟驰模型 被引量：3

6

作者 潘义勇 管星宇 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第8期1553-1559,共7页

为了研究交通流异质性对车辆跟驰行为的影响,基于分位数回归方法改进优化速度函数.根据实际交通流数据对改进的优化速度函数进行参数标定,并对参数结果进行假设检验,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型... 为了研究交通流异质性对车辆跟驰行为的影响,基于分位数回归方法改进优化速度函数.根据实际交通流数据对改进的优化速度函数进行参数标定,并对参数结果进行假设检验,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型,利用傅里叶变换理论推导跟驰模型的稳定性条件,并搭建环形车道仿真平台对跟驰模型进行数值实验.结果表明:改进的优化速度函数能更好地反映交通流异质性对交通流的影响;单一分位点车队达到稳定状态的时间与分位点呈正相关;多分位点组合车队随着0.5分位点车辆数的增加,达到稳定状态的时间减少.提出的多分位点车队相比于单一分位点车队可以更真实地反映交通流复杂的运行状况. 展开更多

关键词 交通工程 跟驰模型 非线性分位数回归 优化速度函数 交通流理论

在线阅读 下载PDF 职称材料

基于分位数回归法的杉木可变指数削度方程构建 被引量：4

7

作者 梁瑞婷 孙玉军 周来 《北京林业大学学报》 CAS CSCD 北大核心 2021年第7期70-78,共9页

【目的】采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度。【方法】利用福建省将乐国有林场的73株(793组)杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别... 【目的】采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度。【方法】利用福建省将乐国有林场的73株(793组)杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别采用非线性分位数回归与非线性回归构建削度方程。选用调整后决定系数(R2)、均方根误差(RMSE)、平均误差(ME)、相对误差(RE)和平均绝对误差(MAE)5个模型评价指标,结合图形对各模型的拟合结果和预测结果进行评价。【结果】(1)4个可变指数削度方程在5个分位点(t=0.1,0.3,0.5,0.7,0.9)处均能收敛,说明分位数回归可以建立不同分位点的估测模型,能更全面地描述杉木干形的变化。(2)4个削度方程在分位点为0.5处的精度最高,R2均在0.97左右。对于削度方程M1和M3,基于中位数回归(t=0.5)的拟合精度与预测精度均高于非线性回归,且M1的预测值更加集中。(3)在不同分位点下,各模型对树干不同位置的预测精度不同,分位值为0.9和0.3的模型分别对梢头部分和树干基部的预测精度最高。【结论】基于分位数回归的可变指数削度方程不仅能精确预测平均条件下杉木的树干直径,而且能预测任意分位条件下杉木干形的变化趋势。不同分位点模型对树干不同位置的预测精度不同,基于M1削度方程,建立多分位点回归模型能进一步提高研究区杉木干形的预测精度。 展开更多

关键词 可变指数削度方程 非线性分位数回归 非线性回归 杉木

在线阅读 下载PDF 职称材料

基于分位数回归的煤炭发热量预测 被引量：5

8

作者 赵先枝 陈军林 《工矿自动化》 北大核心 2022年第7期130-134,共5页

目前应用较多的煤炭发热量预测模型以传统的线性回归模型为主,但存在难以表达较复杂的自变量和因变量关系、需要数据服从特定的分布假设、对异常值敏感等问题。针对上述问题,提出了基于分位数回归的煤炭发热量预测方法。选取全水分、灰... 目前应用较多的煤炭发热量预测模型以传统的线性回归模型为主,但存在难以表达较复杂的自变量和因变量关系、需要数据服从特定的分布假设、对异常值敏感等问题。针对上述问题,提出了基于分位数回归的煤炭发热量预测方法。选取全水分、灰分、挥发分等容易测量的煤炭工业分析指标,分别应用线性分位数回归和分位数回归森林2种分位数回归方法对煤炭发热量进行预测,并与传统的线性回归方法进行对比。结果表明:线性回归给出的煤炭发热量预测值仅是1个条件均值,而通过分位数回归能够给出煤炭发热量预测值的范围;分位数回归森林的预测效果优于线性回归和线性分位数回归方法;全水分对于煤炭发热量预测的重要程度远大于灰分和挥发分;全水分对低发热量煤炭的发热量预测影响大,对高发热量煤炭的发热量预测影响小;挥发分和灰分对低发热量煤炭的发热量预测影响小,对高发热量煤炭的发热量预测影响大。 展开更多

关键词 煤炭发热量 发热量预测 线性分位数回归 分位数回归森林 线性回归

在线阅读 下载PDF 职称材料

伴随置信度的线性回归模型 被引量：5

9

作者 刘兆君 《统计与信息论坛》 CSSCI 北大核心 2015年第7期3-7,共5页

针对正态余项的线性回归模型,研究伴随置信度的线性回归模型。在一定概率下,设计随机变量以均值为中心的置信区间,建立机会约束规划,并在一定置信度下转化为确定性规划,应用LINGO 11优化软件求解,构造出伴随置信度的线性回归模型,实现... 针对正态余项的线性回归模型,研究伴随置信度的线性回归模型。在一定概率下,设计随机变量以均值为中心的置信区间,建立机会约束规划,并在一定置信度下转化为确定性规划,应用LINGO 11优化软件求解,构造出伴随置信度的线性回归模型,实现对随机变量观测值信息的动态应用,可以实现伴随置信度的预测。实证分析表明,该模型可以依置信度不同程度地反映观测数据的多方面信息,选择最佳线性回归方程,更好满足需要。该模型有异于线性分位数回归模型的优点,丰富了线性回归分析的研究内容。 展开更多

关键词 线性分位数回归模型 机会约束规划 线性回归方程 置信度 非线性规划

在线阅读 下载PDF 职称材料

极端VaR风险测度的新方法:QRNN+POT 被引量：11

10

作者 许启发 陈士俊 +1 位作者 蒋翠侠 刘曦 《系统工程学报》 CSCD 北大核心 2016年第1期33-44,共12页

由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理... 由于金融时间序列极端尾部数据的稀疏性,一方面非线性分位数回归存在非线性函数形式选择困难;另一方面非线性分位数回归的极端VaR风险测度精度一直不高.为此,提出了使用神经网络分位数回归(QRNN)模拟金融系统的非线性结构,并使用极值理论的POT方法弥补非线性分位数回归对极端尾部数据信息处理能力的不足,得到了一个新的金融风险测度方法:QRNN+POT,给出了其基本算法,并将其应用于极端VaR风险测度.选取了世界范围内代表性国家股票市场为研究对象,从样本内与样本外两个方面实证比较了QRNN+POT方法与已有的非线性分位数回归模型在VaR风险测度中的表现,结果表明:第一,直接使用非线性分位数回归模型能够准确地得到正常VaR风险测度,而极端VaR风险测度效果却差强人意;第二,使用QRNN+POT方法,极大地改善了极端VaR风险测度效果,能够有效地描述金融危机期间出现的极端风险. 展开更多

关键词 极端VaR 非线性分位数回归 神经网络分位数回归 POT方法 QRNN+POT方法

在线阅读 下载PDF 职称材料

房地产业与银行业股票的相关性研究 被引量：2

11

作者 田茂茜 虞克明 《统计与决策》 CSSCI 北大核心 2013年第9期166-169,共4页

在给定概率水平下,为了描述具有尖峰、肥尾、有偏等特性的金融变量之间的非线性相依结构,给出了能够准确刻画金融变量上述特性的非对称Laplace分布,首次推导出了以该分布为边际分布,联合分布由高斯Copula建立的非线性分位数回归模型。... 在给定概率水平下,为了描述具有尖峰、肥尾、有偏等特性的金融变量之间的非线性相依结构,给出了能够准确刻画金融变量上述特性的非对称Laplace分布,首次推导出了以该分布为边际分布,联合分布由高斯Copula建立的非线性分位数回归模型。实证表明:高斯Copula非线性分位数回归模型能够更全面准确的描述房地产业与银行业股票收益率之间的风险相关关系,对于预测收益率和防范金融风险具有十分重要的意义。 展开更多

关键词 高斯Copula 非线性分位数回归 非对称LAPLACE分布

在线阅读 下载PDF 职称材料

塞罕坝华北落叶松人工林树冠外部轮廓模型 被引量：6

12

作者 赵婷婷 王冬至 +2 位作者 张冬燕 郭立 黄选瑞 《林业科学》 EI CAS CSCD 北大核心 2021年第5期108-118,共11页

【目的】构建树冠最大外部轮廓非线性混合效应模型和非线性分位数回归模型,为准确预测树冠生长发育规律及预估生产力提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松人工林为研究对象,基于58株解析木数据和1789个枝条解析数据... 【目的】构建树冠最大外部轮廓非线性混合效应模型和非线性分位数回归模型,为准确预测树冠生长发育规律及预估生产力提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松人工林为研究对象,基于58株解析木数据和1789个枝条解析数据,利用幂函数、修正Kozak方程、修正Weibull方程选取基础模型,构建华北落叶松人工林树冠外部轮廓非线性混合效应模型和非线性分位数回归模型。【结果】在幂函数、修正Kozak方程和修正Weibull方程中,幂函数拟合树冠外部轮廓效果较好,作为树冠外部轮廓基础模型;林分年龄(Age)、冠长(CL)、胸径(DBH)、树高(HT)、冠高比(CHR)、高径比(HDR)对树冠外部轮廓影响较大。在混合效应模型中,两水平混合效应模型优于单水平混合效应模型,可明显提高模型拟合精度,HDR相关的参数a 6考虑样地效应,相对着枝深度(RDINC)、CHR相关的参数a 4、a 5考虑样木效应,模型确定系数(R 2)为0.873,均方根误差(RMSE)为0.319 m,平均相对误差(MRE)为6.642 m。在分位数回归模型中,当分位数q=0.90时模型曲线最接近树冠最大外部轮廓,R 2为0.672。【结论】混合效应模型拟合精度较高,可准确描述树冠最大枝条的平均趋势。分位数回归模型可确定树冠最外部轮廓,在预测条件均值之外的研究中发挥重要作用。 展开更多

关键词 塞罕坝 华北落叶松 非线性混合效应模型 非线性分位数回归模型 树冠外部轮廓

在线阅读 下载PDF 职称材料