针对混频数据的建模问题,提出自回归U-MIDAS(unrestricted mixed data sampling)分位回归模型.首先,结合嵌套Lasso惩罚方法及spike-and-slab先验进行Bayes参数估计和变量选择;其次,通过数值模拟证明该方法的优越性;最后,将该方法用于美...针对混频数据的建模问题,提出自回归U-MIDAS(unrestricted mixed data sampling)分位回归模型.首先,结合嵌套Lasso惩罚方法及spike-and-slab先验进行Bayes参数估计和变量选择;其次,通过数值模拟证明该方法的优越性;最后,将该方法用于美国名义国内生产总值(GDP)年化季度增长率的预测,结果表明,该方法预测精度较好.展开更多
以东北地区为研究对象,分析多年冻土退化程度及空间分布。通过收集关键气象要素,使用多元线性回归模型修正部分地面温度,基于多年冻土顶部温度(temperature at the top of permafrost,TTOP)模型,利用ANUSPILN软件进行插值,分析东北多年...以东北地区为研究对象,分析多年冻土退化程度及空间分布。通过收集关键气象要素,使用多元线性回归模型修正部分地面温度,基于多年冻土顶部温度(temperature at the top of permafrost,TTOP)模型,利用ANUSPILN软件进行插值,分析东北多年冻土时空分布变化。结果表明,1970 s、1980 s、1990 s、2000 s、2010 s的多年冻土面积分别约为3.99×10^(5)、3.41×10^(5)、2.31×10^(5)、1.80×10^(5)、1.59×10^(5) km^(2)。1970 s—2010 s,东北地区的多年冻土面积显著减少约2.40×10^(5) km^(2),降幅高达60.08%。多年冻土面积占东北地区总面积的比例从27.66%下降至11.04%,而季节性冻土面积比例则从72.34%增加至88.96%。模型结果与实际钻孔数据差值仅为0.05℃,且使用修正地面温度数据的模型结果高于现有研究结果。展开更多
泊松自回归模型假设到达过程为期望与方差相等的泊松分布,但事实上真正的数据生成过程中的到达过程的方差既可以高于期望也可以低于期望.本文提出了基于Katz到达过程(Katz arrivals)的计数数据自回归模型(INAR-Katz:integer valued auto...泊松自回归模型假设到达过程为期望与方差相等的泊松分布,但事实上真正的数据生成过程中的到达过程的方差既可以高于期望也可以低于期望.本文提出了基于Katz到达过程(Katz arrivals)的计数数据自回归模型(INAR-Katz:integer valued autoregressive process with Katz arrivals).并采用蒙特卡罗模拟方法(Monte Carlo simulations)比较了INAR-Katz模型在矩估计以及极大似然估计下的估计准确程度.最后采用INAR-Katz模型对患呼吸系统疾病的急诊就诊人数进行建模,结果显示INAR-Katz模型优于普通泊松模型、PAR模型,具有很好的应用前景.展开更多
文摘针对混频数据的建模问题,提出自回归U-MIDAS(unrestricted mixed data sampling)分位回归模型.首先,结合嵌套Lasso惩罚方法及spike-and-slab先验进行Bayes参数估计和变量选择;其次,通过数值模拟证明该方法的优越性;最后,将该方法用于美国名义国内生产总值(GDP)年化季度增长率的预测,结果表明,该方法预测精度较好.
文摘以东北地区为研究对象,分析多年冻土退化程度及空间分布。通过收集关键气象要素,使用多元线性回归模型修正部分地面温度,基于多年冻土顶部温度(temperature at the top of permafrost,TTOP)模型,利用ANUSPILN软件进行插值,分析东北多年冻土时空分布变化。结果表明,1970 s、1980 s、1990 s、2000 s、2010 s的多年冻土面积分别约为3.99×10^(5)、3.41×10^(5)、2.31×10^(5)、1.80×10^(5)、1.59×10^(5) km^(2)。1970 s—2010 s,东北地区的多年冻土面积显著减少约2.40×10^(5) km^(2),降幅高达60.08%。多年冻土面积占东北地区总面积的比例从27.66%下降至11.04%,而季节性冻土面积比例则从72.34%增加至88.96%。模型结果与实际钻孔数据差值仅为0.05℃,且使用修正地面温度数据的模型结果高于现有研究结果。
文摘泊松自回归模型假设到达过程为期望与方差相等的泊松分布,但事实上真正的数据生成过程中的到达过程的方差既可以高于期望也可以低于期望.本文提出了基于Katz到达过程(Katz arrivals)的计数数据自回归模型(INAR-Katz:integer valued autoregressive process with Katz arrivals).并采用蒙特卡罗模拟方法(Monte Carlo simulations)比较了INAR-Katz模型在矩估计以及极大似然估计下的估计准确程度.最后采用INAR-Katz模型对患呼吸系统疾病的急诊就诊人数进行建模,结果显示INAR-Katz模型优于普通泊松模型、PAR模型,具有很好的应用前景.
基金partly supported by the China Postdoctoral Science Foundation(Grant No.2017M610156)the National Natural Science Foundation of China(Grant No.11501167)the Young Academic Leaders Project of Henan University of Science and Technology(Grant No.13490008)
