期刊文献+
共找到220篇文章
< 1 2 11 >
每页显示 20 50 100
不同MMSE评分下阿尔兹海默病发病风险因素的贝叶斯分位数回归联合模型分析 被引量:4
1
作者 王廉源 杨毅 +8 位作者 丛慧文 王浩桦 包绮晗 李承圣 周立雯 丁子琛 李艳丽 石福艳 王素珍 《吉林大学学报(医学版)》 CAS CSCD 北大核心 2023年第2期395-401,共7页
目的:探讨校正简易精神状态检查(MMSE)评分轨迹后的阿尔兹海默病(AD)发病风险影响因素,阐明不同MMSE评分人群AD发病的风险因素。方法:基于AD神经成像计划数据库收集2005—2016年的随访数据,经筛选后最终纳入425名随访者的随访数据,采用L... 目的:探讨校正简易精神状态检查(MMSE)评分轨迹后的阿尔兹海默病(AD)发病风险影响因素,阐明不同MMSE评分人群AD发病的风险因素。方法:基于AD神经成像计划数据库收集2005—2016年的随访数据,经筛选后最终纳入425名随访者的随访数据,采用LASSO方法对变量进行筛选;采用贝叶斯分位数回归模型分析MMSE评分在不同分位数上的影响因素,采用Cox模型和贝叶斯分位数回归联合模型方法分析影响AD发病的主要风险因素。结果:经筛选后,纳入的变量包括白蛋白、总胆固醇和血糖浓度等10个变量。贝叶斯分位数回归联合模型的纵向子模型分析,在MMSE评分的不同分位数处,影响MMSE评分轨迹变化的因素相同,均为白蛋白、血糖浓度、年龄、性别、载脂蛋白E4 (APOE4)基因、种族和教育评分。联合模型的Cox回归子模型分析,种族和APOE4基因在所有分位数上均对AD发病有影响,其中APOE4基因在4个分位数上的风险比分别为2.188 (95%CI:1.775,2.620)、1.751 (95%CI:1.422,2.042)、1.706 (95%CI:1.391,2.102)和2.056 (95%CI:1.439,3.206)。总胆固醇水平和家族史仅在部分分位数上对AD发病有影响。结论:不同MMSE评分分布的人群,AD发病的风险因素不同,影响程度也有差异。有APOE4基因和白种人在不同分位数上均是AD发病的风险因素,总胆固醇水平和家族史仅在部分分位数上是AD发病的风险因素。 展开更多
关键词 贝叶斯分位数回归联合模型 位数回归模型 Cox模型 阿尔兹海默病 简易精神状态检查量表 风险因素
在线阅读 下载PDF
空间分位数自回归模型中的内分位点压缩技术
2
作者 董平 张日权 《应用概率统计》 北大核心 2025年第2期197-222,共26页
为处理空间相依数据中不同分位数水平下的特定效应,空间分位数自回归(SQAR)模型应运而生.传统的分位数回归模型更注重于不同分位数下回归系数的估计,往往忽略对条件分位数回归模型的全局判断.如果采用传统的Wald多重检验方法判断分位数... 为处理空间相依数据中不同分位数水平下的特定效应,空间分位数自回归(SQAR)模型应运而生.传统的分位数回归模型更注重于不同分位数下回归系数的估计,往往忽略对条件分位数回归模型的全局判断.如果采用传统的Wald多重检验方法判断分位数模型系数的差异性,不仅会增加计算负担,而且会带来更高的错误发现率(FDR).为此,我们将参数估计和差异检验转化为惩罚问题,基于工具变量和内分点压缩技术提出一种两阶段内分位点估计方法,包括融合自适应性LASSO(FAL)估计器和融合自适应性最大范数(FAS)估计器.该估计方法可以借助工具变量消除自回归模型带来的内生性,并且在不同分位数水平下,借助惩罚正则项对无显著差异的分位数参数进行适当地压缩合并.可以说,该方法能够在判断内分位点是否存在显著差异的同时完成参数估计,使得整个估计过程高效完成.本文给出FAL和FAS估计量的Oracle性质,并通过大量的蒙特卡洛模拟试验以及对犯罪数据集的分析验证了两阶段内分位点估计方法的有效性. 展开更多
关键词 空间位数回归模型 位点 工具变量 FAL FAS
在线阅读 下载PDF
空间自回归部分线性变系数分位数回归模型的广义矩估计及应用
3
作者 丁飞鹏 《统计研究》 北大核心 2025年第4期137-149,共13页
本文结合B样条函数、工具变量法、局部近似平滑法和广义矩估计,提出一种新的关于空间自回归部分线性变系数分位数回归模型估计方法。该方法的特点为,一是迭代收敛速度更快,运行效率更高,且易于实施;二是所得估计量具有较高的有效性和稳... 本文结合B样条函数、工具变量法、局部近似平滑法和广义矩估计,提出一种新的关于空间自回归部分线性变系数分位数回归模型估计方法。该方法的特点为,一是迭代收敛速度更快,运行效率更高,且易于实施;二是所得估计量具有较高的有效性和稳健性;三是具有较强的异方差处理能力。在特定正则条件下,本文进一步推导上述新方法的大样本性质,并采用MonteCarlo模拟评价新方法在有限样本下的表现。结果显示,在不同空间邻接矩阵、不同空间相关度及不同分位数下,新方法的表现稳健;与现有估计方法相比,新方法的综合表现具有一定的优越性。最后,在我国290个城市的碳排放影响因素实证分析中,所述模型和新方法均能有效地捕捉到各影响因素对碳排放的线性或非线性影响。 展开更多
关键词 位数回归 空间自回归模型 线性变系数模型
在线阅读 下载PDF
部分线性变系数模型的贝叶斯复合分位数回归 被引量:1
4
作者 李灿 杨建波 李荣 《广西师范大学学报(自然科学版)》 CAS 北大核心 2024年第5期117-129,共13页
部分线性变系数模型由参数和非参数2部分组成,具有适应范围广和解释性强双重优点。针对该模型的参数估计问题,采用B样条方法逼近非参数部分的未知光滑函数,进而利用复合非对称拉普拉斯分布实现贝叶斯复合分位数回归,并基于Gibbs抽样算... 部分线性变系数模型由参数和非参数2部分组成,具有适应范围广和解释性强双重优点。针对该模型的参数估计问题,采用B样条方法逼近非参数部分的未知光滑函数,进而利用复合非对称拉普拉斯分布实现贝叶斯复合分位数回归,并基于Gibbs抽样算法推导出所有未知参数的后验分布,以获取参数的估计值。通过数值模拟对贝叶斯复合分位数回归与贝叶斯分位数回归、贝叶斯线性回归参数估计效果进行比较分析,结果显示:当误差服从非正态分布时,在均方误差准则下,贝叶斯复合分位数回归估计表现更优。基于上述3种方法对实例数据进行预测分析,结果表明:在平均绝对偏差和均方误差预测意义下,基于贝叶斯复合分位数回归的预测效果更好。 展开更多
关键词 线性变系数模型 B样条 贝叶斯复合位数回归 均方误差 Gibbs抽样算法
在线阅读 下载PDF
双删失纵向数据的复合Tobit分位数亚组分析回归方法
5
作者 王占锋 王静瑶 +1 位作者 吴耀华 明瑞星 《数学物理学报(A辑)》 北大核心 2025年第3期902-918,共17页
临床试验中受试个体之间可能存在差异,治疗效果通常具有异质性,如何识别出对特定治疗敏感的人群成为精准医学领域中备受关注的问题之一.另外,由于测量方式或仪器往往受到上、下限的限制,导致实际观测数据值被限制在一个区间内,从而形成... 临床试验中受试个体之间可能存在差异,治疗效果通常具有异质性,如何识别出对特定治疗敏感的人群成为精准医学领域中备受关注的问题之一.另外,由于测量方式或仪器往往受到上、下限的限制,导致实际观测数据值被限制在一个区间内,从而形成双删失数据.文章构建阈值纵向Tobit复合分位数回归模型来研究治疗敏感亚组识别问题,以增强治疗敏感亚组的识别效果.对于模型的参数,借鉴交替乘子算法的思想,建立计算参数估计量的方法;并使用随机加权方法计算估计量的方差.在一些正则条件下,证明了参数估计量是相合的.数值模拟研究表明文章的方法相较于单分位数回归方法更加有效,并且验证了随机加权方法估计参数估计量方差的可行性.最后,分析了直肠癌症试验组CO.17数据,识别出根据年龄划分的治疗敏感亚组. 展开更多
关键词 双删失数据 纵向数据 随机加权 Tobit模型 阈值回归 复合位数回归 亚组
在线阅读 下载PDF
基于贝叶斯分位数回归的市场风险测度模型与应用 被引量:7
6
作者 王新宇 宋学锋 《系统管理学报》 北大核心 2009年第1期40-48,共9页
对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架。指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制。给出选择尺度参数和模型参数先验分布... 对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架。指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制。给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计。对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击。动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式。 展开更多
关键词 贝叶斯推理 一般位数回归模型 马尔科夫链蒙特卡罗模拟 风险测度
在线阅读 下载PDF
二元选择分位数回归模型的贝叶斯估计方法及模拟研究 被引量:4
7
作者 邸俊鹏 张晓峒 《统计与决策》 CSSCI 北大核心 2019年第5期11-16,共6页
文章针对二元选择分位数回归模型的贝叶斯估计方法进行探索性研究。通过模拟实验比较分析了不同先验设定和不同抽样算法下贝叶斯二元选择分位数回归估计量的统计性质,以及贝叶斯方法与频率学派方法对二元选择分位数模型进行估计的优劣... 文章针对二元选择分位数回归模型的贝叶斯估计方法进行探索性研究。通过模拟实验比较分析了不同先验设定和不同抽样算法下贝叶斯二元选择分位数回归估计量的统计性质,以及贝叶斯方法与频率学派方法对二元选择分位数模型进行估计的优劣。结果表明,对二元选择分位数回归模型进行贝叶斯估计具有一定的优势,尤其是小样本下,估计效果更佳;而且采用Gibbs抽样得到的估计量精度更高,统计推断更准确,尤其是在高分位数下Gibbs抽样的优势更明显。 展开更多
关键词 位数回归 贝叶斯估计 二元离散选择模型
在线阅读 下载PDF
变量惩罚效应在贝叶斯分位数回归模型的应用 被引量:2
8
作者 郭俊峰 《统计与决策》 CSSCI 北大核心 2016年第19期20-22,共3页
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... 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。 展开更多
关键词 维数灾难 自适应Lasso惩罚 贝叶斯 位数回归
在线阅读 下载PDF
分位数因子增广的分位数自回归分布滞后模型构建
9
作者 黄玉婷 傅德印 《统计与决策》 CSSCI 北大核心 2024年第12期35-41,共7页
因子增广回归是利用高维数据对宏观经济进行预测的重要方法。然而,均值回归框架下的因子模型和回归模型在面对异常值或厚尾分布时结果不够稳健。为此,文章在分位数回归框架下构建分位数因子增广分位数自回归分布滞后模型,该模型通过构... 因子增广回归是利用高维数据对宏观经济进行预测的重要方法。然而,均值回归框架下的因子模型和回归模型在面对异常值或厚尾分布时结果不够稳健。为此,文章在分位数回归框架下构建分位数因子增广分位数自回归分布滞后模型,该模型通过构建分位数因子模型对高维数据进行降维,提取不同分位点的公共因子;进一步,利用提取出的公共因子和响应变量的滞后项构建分位数自回归分布滞后模型。数值模拟结果表明,在数据出现异常值或厚尾分布的情境下,分位数因子分析估计的均值因子和非均值因子更稳健,分位数因子增广回归的预测性能优于因子增广回归的预测性能,且分位数因子增广分位数自回归分布滞后模型的预测性能优于基准模型。 展开更多
关键词 位数因子 位数回归 因子增广回归 回归布滞后模型
在线阅读 下载PDF
多节点分位数回归模型在睡眠时间和抑郁程度研究中的应用
10
作者 潘璐璐 秦国友 《中国卫生统计》 CSCD 北大核心 2024年第5期650-653,共4页
目的介绍多节点分位数回归模型及其在睡眠时间和抑郁程度关联分析中的应用。方法基于NHANES数据库,使用R语言软件MultiKink包拟合多节点分位数回归模型,估计回归参数和节点位置并检验节点效应存在性。结果抑郁程度和睡眠时间存在显著的... 目的介绍多节点分位数回归模型及其在睡眠时间和抑郁程度关联分析中的应用。方法基于NHANES数据库,使用R语言软件MultiKink包拟合多节点分位数回归模型,估计回归参数和节点位置并检验节点效应存在性。结果抑郁程度和睡眠时间存在显著的非线性关系,7~8 h睡眠时间的抑郁程度最低,抑郁程度高分位数受睡眠时间的影响较低分位数更大。结论多节点分位数回归模型拟合效果好,适用性广泛,基于模型分析结果可以为高风险人群采取更有针对性的临床和公共卫生的干预提供建议。 展开更多
关键词 多节点位数回归模型 抑郁 睡眠时间
在线阅读 下载PDF
GJR-CAViaR模型的贝叶斯分位数回归——基于Gibbs抽样的MCMC算法实现 被引量:6
11
作者 张颖 傅强 《中央财经大学学报》 CSSCI 北大核心 2017年第7期87-95,共9页
本文将基于Gibbs抽样的MCMC算法引入GJR-CAViaR模型,实现模型的贝叶斯推断。GJR-CAViaR模型是含有递归形式的分位数回归方程,尚未有文献提出如何对其进行贝叶斯分析和MCMC估计。本文首先利用不对称拉普拉斯分布建立GJR-CAViaR模型的似... 本文将基于Gibbs抽样的MCMC算法引入GJR-CAViaR模型,实现模型的贝叶斯推断。GJR-CAViaR模型是含有递归形式的分位数回归方程,尚未有文献提出如何对其进行贝叶斯分析和MCMC估计。本文首先利用不对称拉普拉斯分布建立GJR-CAViaR模型的似然函数,并通过引入标准指数分布和标准正态分布的混合分布得到不对称拉普拉斯分布的参数解析的条件分布,然后讨论模型的Gibbs抽样过程以及算法实现。对上证综指日收益率数据建立GJR-CAViaR模型,并得到模型参数的贝叶斯估计值。在马尔科夫链收敛的前提下,发现中国证券市场VaR具有自回归性质,且呈现收益对风险的不对称特征。这一特征不会受到样本容量大小及置信水平的影响。 展开更多
关键词 GJR-CVAiaR GIBBS抽样 不对称拉普拉斯 贝叶斯位数回归
在线阅读 下载PDF
分位数自回归变点模型的贝叶斯分析及应用 被引量:2
12
作者 郭婧 何幼桦 《统计与决策》 CSSCI 北大核心 2017年第23期14-18,共5页
文章使用贝叶斯方法对分位数自回归模型系数的变点问题进行分析。基于对分位数回归模型的Gibbs抽样方法的研究,给出了变点模型参数的满条件分布以及MCMC抽样算法。仿真结果表明,所得到变点时刻的MCMC抽样链条有很好的收敛性。使用分位... 文章使用贝叶斯方法对分位数自回归模型系数的变点问题进行分析。基于对分位数回归模型的Gibbs抽样方法的研究,给出了变点模型参数的满条件分布以及MCMC抽样算法。仿真结果表明,所得到变点时刻的MCMC抽样链条有很好的收敛性。使用分位数自回归变点模型对中小板综合指数极差数据进行实证分析,结果表明了数据的波动具有非对称性,在较低分位数上波动的滞后性要弱于高分位数。在不同分位数上得到的变点时刻的估计,与该时间段中小板市场波动的实际表现相一致。 展开更多
关键词 贝叶斯方法 位数回归模型 变点问题 MCMC抽样 M-H算法
在线阅读 下载PDF
空间面板数据混合效应模型的贝叶斯分位数回归 被引量:3
13
作者 罗玉波 王轶凡 《统计与决策》 CSSCI 北大核心 2021年第8期35-39,共5页
文章通过分析分位数回归和偏拉普拉斯分布之间的关系,在经典的空间面板数据回归模型中引入分位数回归,并在贝叶斯框架下,采用基于马尔科夫链蒙特卡罗方法的参数推断方法,并选取Gibbs抽样方法对模型进行推断。为了验证该方法,生成具有空... 文章通过分析分位数回归和偏拉普拉斯分布之间的关系,在经典的空间面板数据回归模型中引入分位数回归,并在贝叶斯框架下,采用基于马尔科夫链蒙特卡罗方法的参数推断方法,并选取Gibbs抽样方法对模型进行推断。为了验证该方法,生成具有空间相关性的模拟数据进行模拟分析,并对长三角经济圈房价数据的空间相关性进行实证分析。结果表明,模型在对存在空间相关性的数据问题上表现稳健,并具有广泛的应用价值。 展开更多
关键词 空间面板数据 位数回归 贝叶斯方法 GIBBS抽样
在线阅读 下载PDF
经典非参数回归模型和贝叶斯非参数分位数回归模型的比较 被引量:2
14
作者 孔航 《统计与决策》 CSSCI 北大核心 2018年第17期34-39,共6页
文章基于贝叶斯法对非参数函数进行分位数处理,研究函数在每个分位点的基本特征,构建了一种新的基于贝叶斯法的非参数分位数回归模型,并与传统非参数回归模型进行算例比较。新模型具有以下优点:第一,分位点差异性。该模型有别于传统的... 文章基于贝叶斯法对非参数函数进行分位数处理,研究函数在每个分位点的基本特征,构建了一种新的基于贝叶斯法的非参数分位数回归模型,并与传统非参数回归模型进行算例比较。新模型具有以下优点:第一,分位点差异性。该模型有别于传统的非参数模型,可以对每个分位点的差异进行分析。第二,高效性。基于贝叶斯的基本方法对非参数函数进行分位数拓展研究,可以大大提高运算效率。第三,可靠性。Gibbs抽样校准结果较为理想、蒙特卡洛模拟的精度较高。 展开更多
关键词 非参数回归模型 位数 Gibbs抽样算法 联合密度函数
在线阅读 下载PDF
考虑多前车位置及分位数速度差跟驰模型稳定性分析
15
作者 潘义勇 全勇俊 《重庆理工大学学报(自然科学)》 CAS 北大核心 2024年第5期48-54,共7页
为探究交通流特性对车辆跟驰行为的影响,基于分位数回归方法对跟驰模型进行改进,通过稳定性分析方法利用车头间距描述交通拥堵情况。根据分位数回归方法对模型中的优化速度函数进行改进,并将其应用于考虑多前车位置及速度差跟驰模型,使... 为探究交通流特性对车辆跟驰行为的影响,基于分位数回归方法对跟驰模型进行改进,通过稳定性分析方法利用车头间距描述交通拥堵情况。根据分位数回归方法对模型中的优化速度函数进行改进,并将其应用于考虑多前车位置及速度差跟驰模型,使模型可以通过分位点的变换,在仿真过程中模拟不同驾驶风格的车辆。运用傅里叶变换理论推导出该模型的线性稳定性条件,并通过摄动法求得其修正Korteweg-de Vries(mKdV)方程的解,根据车头间距的扭结-反扭结解描述交通拥堵的变化情况。分析对比考虑不同因素的跟驰模型的稳定性临界曲线,为评估改进模型的有效性,搭建环形车道仿真平台并对改进模型进行数值实验。结果表明:在仿真实验中,随着分位点的增加,改进模型达到稳定状态的平均速度逐渐增加,车速分别为9.57、12.58、14.76 m/s;相比原模型,改进模型能够实现更少的位移波动,位移差最小为1.05 m;在混合模型实验中,随着激进驾驶风格车辆数量的增加,改进模型与多速度差模型相比,车队整体的平均速度达到12.42 m/s,位移波动能够达到稳定状态。 展开更多
关键词 交通工程 跟驰模型 多前车位置 位数回归 稳定性
在线阅读 下载PDF
基于MH算法的贝叶斯分位自回归模型 被引量:13
16
作者 曾惠芳 朱慧明 +1 位作者 李素芳 虞克明 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第2期88-92,共5页
针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真... 针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真分析中,参数的迭代轨迹是收敛的,说明MH抽样有效地模拟了参数的后验边缘分布;并且应用该方法估计出了不同分位数下模型参数的后验均值,标准差,MC误差和95%的置信区间.非对称和局部持续性数据的数值模拟,证实了贝叶斯分位自回归模型可以更全面有效地描述滞后变量对响应变量变化范围和条件分布形状的影响. 展开更多
关键词 时间序列 位数 AR模型 贝叶斯方法 仿真
在线阅读 下载PDF
基于混合效应和分位数回归的温带针阔混交林树高与胸径关系研究 被引量:3
17
作者 程雯 武晓昱 +3 位作者 叶尔江·拜克吐尔汉 王娟 赵秀海 张春雨 《北京林业大学学报》 CAS CSCD 北大核心 2024年第2期28-39,共12页
【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程,并对比分析非线性模型、不同分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)模型、广义模型及非线性混合效应模型的拟合效果和预测精度,为研究林分生长... 【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程,并对比分析非线性模型、不同分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)模型、广义模型及非线性混合效应模型的拟合效果和预测精度,为研究林分生长和收获提供理论依据。【方法】本研究以吉林蛟河地区针阔混交林的主要树种(红松、色木槭、紫椴和水曲柳)为研究对象,基于21.12 hm2样地数据,首先在11个广泛使用的树高方程基础模型中选定基础模型;其次探究林分变量对树高的影响并构建含林分变量的广义模型;最后在基础模型和广义模型的基础上,构建分位数模型,同时考虑样方效应对树高的影响,构建混合效应模型。【结果】(1)各树种均以Richards模型拟合精度更高,且具有生物学意义,选定为基础模型;考虑林分变量与树高的相关性以及模型收敛性,加入优势木高建立的广义模型能显著提高拟合效果。(2)各树种均为中位数τ=0.5时模型拟合效果最佳,且与非线性回归预测精度相近,红松、色木槭、紫椴和水曲柳最高R^(2)值分别为0.811、0.809、0.724和0.617,广义中位数回归预测能力得到进一步提高,R^(2)值分别为0.891、0.874、0.858和0.627。(3)混合效应模型相对其他模型能显著提高预测精度,其中基础混合模型略优于广义混合模型,4个树种R^(2)值达到0.937、0.919、0.906和0.643,表明包含样方效应的混合模型能得到更准确更稳定的预测结果。【结论】与传统方法建立的基础模型和广义模型以及两者的中位数回归模型相较,基于非线性混合效应构建的树高-胸径模型预测精度更高,其中基于基础混合效应构建的吉林蛟河地区混交林树高-胸径模型更具优越性和稳定性。 展开更多
关键词 位数回归 树高-胸径模型 混合效应模型 广义模型 针阔混交林
在线阅读 下载PDF
基于分位数回归的马尾松青冈栎混交林树高-胸径模型 被引量:8
18
作者 孙拥康 汤景明 王怡 《中南林业科技大学学报》 CAS CSCD 北大核心 2021年第12期18-25,共8页
【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型,并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果,以期提高模型预测精度,为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省... 【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型,并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果,以期提高模型预测精度,为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省林科院九峰试验林场马尾松青冈栎混交林为研究对象,利用模型优选法确定出最优基础模型,并在此基础上,通过引入树种哑变量和分位数回归方法,构建不同树种不同分位点的树高-胸径分位数回归模型,选取平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、T检验对不同模型进行对比分析。【结果】1)选取的6个代表性非线性树高曲线模型中,Richard模型综合表现最好,确定为最优基础模型。2)除个别分位点外,分位数回归模型整体拟合结果和预测能力优于哑变量模型和基础模型;马尾松和青冈栎最优分位数回归模型分别为τ=0.5和τ=0.7时;相同立地条件下,青冈栎生长势高于马尾松。3)模型独立检验结果表明分位数回归模型在描述树高曲线分布范围、变化规律以及稳健性上优于哑变量模型和基础模型。【结论】分位数回归方法在模拟混交林树高-胸径关系上表现出了较好的预测效果,将其应用到混交林或天然林树高-胸径关系等的研究中是一个可行思路。鉴于研究样本数据还较有限,兼顾数据整体和个体关联性的方法还有待进一步研究。 展开更多
关键词 位数回归 马尾松 青冈栎 混交林 树高-胸径模型
在线阅读 下载PDF
基于M-H抽样算法的贝叶斯Probit分位回归模型研究 被引量:3
19
作者 朱慧明 李荣 +1 位作者 曾昭法 虞克明 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第2期98-102,共5页
针对Probit分位回归在参数随机化条件下的建模问题,提出基于Metropolis-Hastings算法的贝叶斯Probit分位回归模型.通过分析Probit分位回归模型结构,选择模型的先验分布,运用M-H算法进行参数估计.利用Monte Carlo仿真技术,得到不同分位... 针对Probit分位回归在参数随机化条件下的建模问题,提出基于Metropolis-Hastings算法的贝叶斯Probit分位回归模型.通过分析Probit分位回归模型结构,选择模型的先验分布,运用M-H算法进行参数估计.利用Monte Carlo仿真技术,得到不同分位点模型参数后验分布,同时用贝叶斯probit分位回归与分位回归方法和光滑分位回归方法对模型参数估计进行比较分析.研究结果表明:贝叶斯Probit分位回归模型可以更全面描述离散选择变量的影响,能够得到更加准确有效的参数估计. 展开更多
关键词 仿真 PROBIT模型 贝叶斯方法 回归 离散选择
在线阅读 下载PDF
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
20
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 非线性位数回归模型 置信区域
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部