考虑了删失分位数变系数回归模型的~FIC 准则, 并基于~FIC 准则给出了兴趣参数的模型选择和平均估计. 为了全面反映响应变量的分布信息, 克服异常值和重尾模型误差, 文章对响应变量的不同分位数水平进行建模, 因此与普通最小二乘方法相比更为稳健. 在较为一般的条件下, 证明了所提估计的渐近性质, 通过模拟实验研究了估计的有限样本性质, 用所提方法分析了手机用户的游戏时间数据.
随着数据收集技术在近年来的飞速发展, 传统的统计方法都面临着``海量数据"的挑战. 分治算法是应对海量数据的最有效方法之一: 其基本思想是将整个数据集分成若干份较小的数据, 在每份数据上单独拟合统计模型, 然后将多个模型的结果进行整合从而得到最终的结果. 模型平均是当代统计学和计量经济学研究的国际前沿方法, 在经济、金融、生物、医学等方面有着 广泛的应用. 针对线性模型的MMA和JMA方法, 以及广义线性模型的模型平均方法, 文章分别提 出了它们在海量数据下的分治算法, 并通过模拟和实际数据分析来说明算法的有效性和实用性.
部分函数线性模型是一种被广泛研究和应用的模型, 其响应变量与一般的随机变量有关, 也与函数型的随机变量有关. 文章首先利用传统的谱分解方法来表示协方差函数, 将部分函数线性模型的函数部分线性化, 其次基于~Hansen (2007) 的~Mallows 模型平均方法, 提出了该模型下的最优权重的选择准则, 并证明了模型平均估计量的渐近最优性, 此外还考虑了候选模型为两个特殊模型的情况下的模型平均估计量的渐近最优性. 最后, 进行了模拟研究, 并对肉类和玉米样本的近红外反射光谱数据集进行分析, 均表明所提出的模型平均方法是有效的.
模型平均方法以其稳健性好, 遗失有用信息少等诸多优点而成为目前统计学和计量经济学界研究的热门问题, 在经济, 金融, 生物, 医学等领域有着广泛的应用前景. 在模型平均的理论研究过程中如何选取权重是最重要的问题. 现存的模型平均方法大都是在最小二乘估计的基础上研 究的, 并且大多数通过光滑AIC, 光滑BIC和最小化Mallow准则得到组合的权重. 但是在广义矩 估计的基础上模型平均的研究还很不完善, 文章在广义矩估计条件下提出了通过最小化目标参数平均估计量的渐近方差来获取权重. 这种方法使得所得到的平均估计更加的稳健. 蒙特卡洛模拟实验显示文章获得的模型平均估计量的风险与光滑AIC, 光滑BIC和MMA相比相对较低.
文章对河南省粮食产量预测方法进行研究.针对河南省粮食产量时间序列表现出的时间趋势性、气象变化敏感性、事件影响敏感性的特点,建立了一套综合考虑趋势、气象、事件等因素的河南省粮食产量预测方法.该方法从多个角度建立了不同的预测模型,最终预测结果通过模型平均得到.从2011--2017年的实际预测效果来看,该预测方法的预测精度较高.
海洋经济的发展是我国经济发展的重要组成部分, 因此科学地对海洋经济进行预测分析具有重要的现实意义. 文章选取全国海洋生产总值作为研究对象, 分别利用灰色模型, ARIMA 模型和组合模型进行预测. 提出了一种基于交叉验证方法确定组合预测权重的新算法, 研究显示该方法相对传统组合预测具有更小的平均绝对百分比误差(MAPE).
文章是基于模型平均的方法对我国重点省会城市月度房价数据的空间自回归模型的拓展研究. 通过一定的宏观经济解释变量和房价数据, 构建区域房价的空间自回归模型, 并在基于MMA准则的模型平均框架下, 将不同的候选模型组合进行房价预测. 对比经典空间自回归模型的预测, 基于模型平均的MMA, SAIC和SBIC的预测有更高的精确度和更好的稳定性.
