部分线性变系数模型的贝叶斯复合分位数回归 被引量：1

1

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 部分线性变系数模型 B样条 贝叶斯复合分位数回归 均方误差 Gibbs抽样算法

在线阅读 下载PDF 职称材料

双删失纵向数据的复合Tobit分位数亚组分析回归方法

2

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 复合分位数回归 亚组分析

在线阅读 下载PDF 职称材料

基于混合分位数回归长短期记忆神经网络的风电功率短期区间预测 被引量：1

3

作者 杨茂 张书天 +1 位作者 王勃 于欣楠 《太阳能学报》 北大核心 2025年第2期582-590,共9页

为进一步提升风电功率区间预测精度,提出一种基于混合分位数回归长短期记忆神经网络的风电功率短期区间预测方法。通过同时考虑复合、平滑和非交叉3个特点对传统分位数回归模型进行改进,首先使用平滑函数代替弹球损失函数,使长短期记忆... 为进一步提升风电功率区间预测精度,提出一种基于混合分位数回归长短期记忆神经网络的风电功率短期区间预测方法。通过同时考虑复合、平滑和非交叉3个特点对传统分位数回归模型进行改进,首先使用平滑函数代替弹球损失函数,使长短期记忆神经网络更易于拟合分位数回归模型。然后构建复合目标函数,使其能在给出多个分位数的条件下不重复训练多个独立模型。接着利用ReLU罚函数进行非交叉约束来避免分位数交叉现象的发生。最后将改进后的分位数回归与长短期记忆神经网络相结合并应用于中国甘肃省某风电场,运行结果表明所提模型在不同置信水平下对应PICP和PIAW分别提高了4.17个百分点和降低了2.31 MW,验证了方法的有效性。 展开更多

关键词 风电功率 深度学习 区间预测 复合非交叉 分位数回归 ReLU罚函数

在线阅读 下载PDF 职称材料

复合分位回归的贝叶斯经验似然推断

4

作者 王景炜 胡超竹 +1 位作者 李翰芳 罗幼喜 《广西师范大学学报（自然科学版）》 CAS 北大核心 2024年第5期130-140,共11页

本文将贝叶斯经验似然方法推广到复合分位数回归模型中。构造复合分位数回归模型的经验似然函数,在给定先验信息后,推导出未知参数的条件后验分布。考虑到未知参数后验分布形式较为复杂且有隐式方程约束,构造带约束条件的Metropolis-Has... 本文将贝叶斯经验似然方法推广到复合分位数回归模型中。构造复合分位数回归模型的经验似然函数,在给定先验信息后,推导出未知参数的条件后验分布。考虑到未知参数后验分布形式较为复杂且有隐式方程约束,构造带约束条件的Metropolis-Hastings算法对模型参数进行点估计、置信区间估计及参数假设检验。计算机模拟仿真结果显示,当模型随机误差为厚尾分布时,贝叶斯经验似然复合分位回归法较复合分位回归法、分位回归法以及最小二乘法在估计偏差和方差上都有明显优势,尤其是数据含有较多异常点时,本文提出的方法最为稳健。利用新方法对一个医疗费用支出影响因素数据进行建模分析发现:较其他估计方法,无论是否删除数据中异常点,贝叶斯经验似然复合分位回归法得到的系数估计前后变化最小,这为实际建模过程时减少数据中未知异常点给模型带来的影响提供有益帮助。 展开更多

关键词 复合分位数回归 贝叶斯经验似然 Metropolis-Hastings算法 贝叶斯因子

在线阅读 下载PDF 职称材料

函数型部分线性复合分位数回归模型的估计（英文） 被引量：6

5

作者 余平 张忠占 杜江 《应用概率统计》 CSCD 北大核心 2017年第2期170-190,共21页

本文研究函数型部分线性复合分位数回归模型的估计问题.我们采用函数型主成分分析方法分析斜率函数,回归样条逼近非参数函数.在相当宽松的条件下给出斜率函数和非参数函数的收敛速度.最后通过理论模拟和实例分析来评价我们提出的方法.

关键词 函数型数据分析 样条估计 复合分位数回归 函数型主成分分析

在线阅读 下载PDF 职称材料

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 一般分位数回归模型 马尔科夫链蒙特卡罗模拟 风险测度

在线阅读 下载PDF 职称材料

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 分位数回归 贝叶斯估计 二元离散选择模型

在线阅读 下载PDF 职称材料

面板数据复合分位数回归模型的估计 被引量：4

8

作者 徐洁 杨宜平 《统计与决策》 CSSCI 北大核心 2018年第5期19-21,共3页

文章针对面板数据复合分位数回归模型,提出了模型中回归系数的估计方法。首先通过乘一个幂等矩阵消除个体固定效应的影响,避免了估计个体固定效应项;然后利用复合分位数回归方法估计回归系数。在一些正则条件下,证明了复合分位数回归估... 文章针对面板数据复合分位数回归模型,提出了模型中回归系数的估计方法。首先通过乘一个幂等矩阵消除个体固定效应的影响,避免了估计个体固定效应项;然后利用复合分位数回归方法估计回归系数。在一些正则条件下,证明了复合分位数回归估计的渐近性质。 展开更多

关键词 复合分位数回归 面板数据 最小二乘法 渐近正态

在线阅读 下载PDF 职称材料

不同先验下分位数回归的贝叶斯估计:实现与比较 被引量：2

9

作者 邸俊鹏 张晓峒 《统计与信息论坛》 CSSCI 北大核心 2018年第2期21-27,共7页

分位数回归是现代计量经济学研究的前沿之一,与频率学派方法相比采用贝叶斯分析方法对其进行估计具有一定的优势。基于泊松分布实现了在R中调用STAN对分位数回归进行贝叶斯估计,将尺度参数进行参数化,并比较参数化与否对模型估计系数统... 分位数回归是现代计量经济学研究的前沿之一,与频率学派方法相比采用贝叶斯分析方法对其进行估计具有一定的优势。基于泊松分布实现了在R中调用STAN对分位数回归进行贝叶斯估计,将尺度参数进行参数化,并比较参数化与否对模型估计系数统计性质的影响;在此基础上通过模拟实验研究参数先验分布的设定对参数估计量统计性质的影响,结果表明:参数化后得到的估计量统计性质更好;适当的先验分布可以提高Hamiltonian Monte Carlo抽样估计量的统计性质。 展开更多

关键词 贝叶斯估计 分位数回归 先验分布 STAN

在线阅读 下载PDF 职称材料

左截断数据下非参数回归模型的复合分位数回归估计 被引量：1

10

作者 王江峰 田晓敏 +1 位作者 张慧增 温利民 《高校应用数学学报（A辑）》 CSCD 北大核心 2015年第1期71-83,共13页

利用局部多项式方法研究了误差具有异方差结构的非参数回归模型,在左截断数据下构造了回归函数的复合分位数回归估计,并得到了该估计的渐近正态性结果,最后通过模拟,在服从一些非正态分布的误差下,得到该估计比局部线性估计更有效.

关键词 左截断数据 非参数回归 复合分位数回归 渐近正态性

在线阅读 下载PDF 职称材料

删失数据下回归函数的加权局部复合分位数回归估计 被引量：1

11

作者 王江峰 裘良华 张慧增 《高校应用数学学报（A辑）》 北大核心 2019年第1期11-24,共14页

在右删失数据下,研究了误差具有异方差结构的非参数回归模型,利用局部多项式方法构造了回归函数的加权局部复合分位数回归估计,并得到了该估计的渐近正态性结果,最后通过模拟,当误差为重尾分布时,该估计比局部多项式估计以及核估计表现... 在右删失数据下,研究了误差具有异方差结构的非参数回归模型,利用局部多项式方法构造了回归函数的加权局部复合分位数回归估计,并得到了该估计的渐近正态性结果,最后通过模拟,当误差为重尾分布时,该估计比局部多项式估计以及核估计表现得更好. 展开更多

关键词 右删失数据 复合分位数回归 回归函数 渐近正态性

在线阅读 下载PDF 职称材料

面板数据的贝叶斯Elastic Net分位数回归方法及其应用研究 被引量：3

12

作者 唐礼智 李雨佳 赵力静 《统计研究》 CSSCI 北大核心 2020年第3期94-113,共20页

本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方... 本文首次将Elastic Net这种用于高度相关变量的惩罚方法用于面板数据的贝叶斯分位数回归,并基于非对称Laplace先验分布推导所有参数的后验分布,进而构建Gibbs抽样。为了验证模型的有效性,本文将面板数据的贝叶斯Elastic Net分位数回归方法(BQR. EN)与面板数据的贝叶斯分位数回归方法(BQR)、面板数据的贝叶斯Lasso分位数回归方法(BLQR)、面板数据的贝叶斯自适应Lasso分位数回归方法(BALQR)进行了多种情形下的全方位比较,结果表明BQR. EN方法适用于具有高度相关性、数据维度很高和尖峰厚尾分布特征的数据。进一步地,本文就BQR. EN方法在不同扰动项假设、不同样本量的情形展开模拟比较,验证了新方法的稳健性和小样本特性。最后,本文选取互联网金融类上市公司经济增加值(EVA)作为实证研究对象,检验新方法在实际问题中的参数估计与变量选择能力,实证结果符合预期。 展开更多

关键词 ELASTIC NET 分位数回归 贝叶斯估计 面板数据

在线阅读 下载PDF 职称材料

面板数据贝叶斯自适应Lasso分位数回归——基于非对称指数幂分布的研究 被引量：4

13

作者 陶长琪 徐玉婷 《统计研究》 CSSCI 北大核心 2022年第9期128-144,共17页

分位数回归的贝叶斯推断目前几乎都建立在非对称拉普拉斯分布(ALD)之上。ALD中尾且缺乏控制尾部参数的弊端使得其在实际数据出现尖峰厚尾以及偏斜分布时不能灵活地反映数据特征,导致贝叶斯分位数估计出现偏差。为克服这一缺陷,本文采用... 分位数回归的贝叶斯推断目前几乎都建立在非对称拉普拉斯分布(ALD)之上。ALD中尾且缺乏控制尾部参数的弊端使得其在实际数据出现尖峰厚尾以及偏斜分布时不能灵活地反映数据特征,导致贝叶斯分位数估计出现偏差。为克服这一缺陷,本文采用具有左右尾参数的非对称指数幂(AEP)分布和基于Gibbs的自适应Metropolis–Hastings抽样方法,对经典贝叶斯分位数回归方法进行了扩展与改进,形成了基于AEP分布的贝叶斯自适应Lasso分位数回归方法,并将该方法首次应用于面板数据中。同时,为检验AEP方法的有效性,本文将该方法与基于偏指数幂(SEP)分布和基于ALD分布的贝叶斯自适应Lasso分位数回归方法进行了模拟比较。结果显示,AEP方法比SEP和ALD方法更不易受极端值的影响,性能更稳定。并且,在不同扰动项分布假设和不同分位数水平下,该方法具有更高精度的变量筛选功能。最后,选取36家我国零售类上市公司为实证研究对象,运用AEP方法对其股票收益率影响因素进行筛选和回归估计,进一步验证了该方法在实际问题中进行变量选择和参数估计的能力。 展开更多

关键词 面板数据 贝叶斯自适应Lasso 分位数回归 非对称指数幂分布

在线阅读 下载PDF 职称材料

删失部分线性可加模型的复合分位数回归及应用 被引量：1

14

作者 杨晓蓉 李路 +1 位作者 武皓月 许文婷 《应用概率统计》 CSCD 北大核心 2023年第4期604-622,共19页

本文针对一种具有广泛适用性的半参数模型,部分线性可加模型,研究其响应变量存在删失数据时模型系数和非参数函数的估计.对此,提出了一种基于数据增广的复合分位数回归估计方法.该方法利用分位数回归和分布函数之间的联系,构造插补数据... 本文针对一种具有广泛适用性的半参数模型,部分线性可加模型,研究其响应变量存在删失数据时模型系数和非参数函数的估计.对此,提出了一种基于数据增广的复合分位数回归估计方法.该方法利用分位数回归和分布函数之间的联系,构造插补数据集,并通过迭代采用复合分位数回归得到最终的估计值.所提方法放宽了对模型的假设,不但对迭代初始值的要求很低,还允许响应变量同时存在多种类型的删失,具有一定的普适性.数值模拟表明所提方法可以较为准确地估计出删失部分线性可加模型的系数和非参数函数.实证研究中,本文选取了北京市空气质量数据,测度了PM10浓度、CO浓度、温度、气压以及露点对PM2.5浓度的影响.结果显示,部分线性可加模型的复合分位数回归可以较好地从线性和非线性关系两个角度来刻画这些因素对PM2.5浓度的影响,并且所提方法在删失数据的处理上表现良好. 展开更多

关键词 删失数据 部分线性可加模型 复合分位数回归 数据增广

在线阅读 下载PDF 职称材料

变量惩罚效应在贝叶斯分位数回归模型的应用 被引量：2

15

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 分位数回归

在线阅读 下载PDF 职称材料

加权复合分位数自回归模型在隧道围岩变形预测中的应用 被引量：3

16

作者 王江荣 《大地测量与地球动力学》 CSCD 北大核心 2017年第5期511-515,共5页

提出加权复合分位数自回归模型对隧道围岩变形进行预测的新方法,并给出其原理和实现算法。以昆明市阳宗隧道为例,对加权复合分位数自回归预测模型进行计算,并与其他模型进行对比分析。结果表明,新方法预测效果优于非加权复合分位数估值... 提出加权复合分位数自回归模型对隧道围岩变形进行预测的新方法,并给出其原理和实现算法。以昆明市阳宗隧道为例,对加权复合分位数自回归预测模型进行计算,并与其他模型进行对比分析。结果表明,新方法预测效果优于非加权复合分位数估值的AR(2)模型、基于最小二乘参数估计的自回归预测、经遗传算法优化的支持向量机等预测方法。 展开更多

关键词 隧道围岩变形 AR(2)模型 加权复合分位数自回归 模拟退火算法 模型预测分析

在线阅读 下载PDF 职称材料

含测量误差的复合分位数回归的SIMEX估计

17

作者 杨宜平 余鲁 吴东晟 《应用概率统计》 CSCD 北大核心 2020年第2期111-122,共12页

考虑含测量误差的线性回归模型,采用模拟外推(SIMEX)方法并结合复合分位数回归构造了回归系数的估计.所得回归系数估计不仅消除了测量误差对估计造成的偏差,而且保留了复合分位数回归估计的优点.在一些正则条件下,证明了估计的渐近性质... 考虑含测量误差的线性回归模型,采用模拟外推(SIMEX)方法并结合复合分位数回归构造了回归系数的估计.所得回归系数估计不仅消除了测量误差对估计造成的偏差,而且保留了复合分位数回归估计的优点.在一些正则条件下,证明了估计的渐近性质.模拟研究了所提出方法的有限样本性质,并进行了实例分析. 展开更多

关键词 复合分位数回归 测量误差 渐近正态 SIMEX

在线阅读 下载PDF 职称材料

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

18

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 分位数回归模型 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 职称材料

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

19

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 不对称拉普拉斯分布 贝叶斯分位数回归

在线阅读 下载PDF 职称材料

分位数自回归变点模型的贝叶斯分析及应用 被引量：2

20

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 分位数自回归模型 变点问题 MCMC抽样 M-H算法

在线阅读 下载PDF 职称材料