您的位置: 专家智库 > >

梅波

作品数:5 被引量:33H指数:3
供职机构:中国人民大学统计学院更多>>
发文基金:国家自然科学基金北京市属高等学校高层次人才引进与培养计划教育部人文社会科学重点研究基地度重大研究项目更多>>
相关领域:理学经济管理更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇理学
  • 1篇经济管理

主题

  • 2篇异方差
  • 2篇PM2.5浓...
  • 1篇异方差性
  • 1篇正态总体均值
  • 1篇似然
  • 1篇气象因素
  • 1篇污染
  • 1篇污染气体
  • 1篇极大似然
  • 1篇交互效应
  • 1篇广义P值
  • 1篇分位回归
  • 1篇高维
  • 1篇薄板
  • 1篇贝叶斯
  • 1篇PM2.5
  • 1篇SCORE检...

机构

  • 4篇中国人民大学
  • 2篇北方工业大学
  • 2篇新疆财经大学
  • 2篇兰州财经大学
  • 1篇教育部

作者

  • 5篇梅波
  • 3篇田茂再
  • 2篇徐礼文

传媒

  • 2篇数理统计与管...
  • 1篇统计与决策
  • 1篇统计研究
  • 1篇中国科学:数...

年份

  • 2篇2018
  • 2篇2016
  • 1篇2015
5 条 记 录,以下是 1-5
排序方式:
Behrens-Fisher问题的参数Bootstrap检验被引量:1
2015年
文章使用参数bootstrap方法研究了Behrens-Fisher问题。提出了新的参数bootstrap方法,并与三种常用的方法—Welch近似t检验、Score检验和广义p值检验进行了比较。借助Monte Carlo方法研究了这些检验的第一类错误概率和势。研究表明,根据模拟的第一类错误概率和势的整体表现,参数bootstrap检验是最好的。参数bootstrap检验即使在小样本情形下表现也非常满意,而Welch近似t检验第一类错误概率受样本量和总体方差影响明显,Score检验和广义p值检验表现相对保守。
徐礼文梅波
关键词:异方差性SCORE检验广义P值
超高维竞争风险模型的特征筛选被引量:2
2018年
在生存分析中,已有一些文献提出处理普通时间事件数据的Cox模型的超高维变量选择方法.然而,对于个体处在多个互斥事件的风险下,即存在竞争风险情形,并不能直接应用这些方法.一个分析竞争风险数据的常用模型就是比例子分布风险(proportional subdistribution hazard,PSH)模型.本文基于确定联合筛选(sure joint screening,SJS)和惩罚近似对数部分似然,对于超高维的PSH模型提出了两阶段变量选择方法,并证明了第一步特征筛选方法的确定筛选性质(sure screening property),即选出的变量集合以概率1渐近地包含实际的显著变量.本文通过Monte Carlo模拟展现了方法的性能和表现,并与确定独立筛选(sure independence screening)方法进行了比较.最后将方法应用到一个关于膀胱癌的公开数据集的分析中.
李二倩梅波梅波
基于时空模型北京市PM2.5浓度影响因素研究被引量:19
2018年
本文利用时空模型对影响PM2.5的各项因素进行分析,分别用全模型和简化模型刻画各个影响因素的间接作用和直接作用.首先本文将影响PM2.5浓度的因素分为两类:相关污染气体浓度和气象条件因素,以及二者之间的交互作用对PM2.5浓度的影响大小.其次探讨了气象因素对PM2.5浓度影响的空间特征.文章选取北京市2015年35个监测点的空气质量数据和全年的气象数据.研究结果表明,污染气体CO、NO2、SO2对PM2.5浓度的直接影响为正,影响力依次递减,相反O3的作用显示为负,且影响力相对较弱。CO和SO2主要通过直接影响,而NO2主要通过与气象因素的交互发挥间接作用.气象因素对PM2.5浓度的影响各不相同,温度、气压、降雨量以及前一期的降雨均为负效应,而湿度为正的效应;东风、南风、西南风以及南风的前一期对PM2.5浓度作用为正,北风、西风和西北风三者的前一期的负效应最为明显,说明存在滞后性,且风向不同作用不同,部分因素影响存在空间差异性。
梅波梅波
关键词:PM2.5污染气体气象因素交互效应
基于极大似然的异方差多正态总体均值的参数Bootstrap检验被引量:4
2016年
本文考虑了异方差下多正态总体均值的检验问题。传统检验方法多为近似分布检验,且受总体数目及其样本量的影响较为严重,只有在总体数目较少、样本量适中或较大时才能很好的控制第一类错误。较近提出的参数bootstrap检验有效解决了在总体数目较多时检验的任意性,但在总体样本量都较小时,检验控制第一类错误倾向保守,或总体中存在个别样本量较少时犯第一类错误概率上升。本文从极大似然的角度推导出具有修正权重的极大似然检验统计量,并与bootstrap方法有效的结合,得到新的参数bootstrap检验方法。通过Monte Carlo模拟第一类错误和检验的势与Welch检验和广义F检验进行比较,结果表明本文提出的极大似然参数bootstrap检验在总体数目较多和存在小样本量时,均能很好地控制第一类错误,同时且有较好的势,适用范围更加广泛。
梅波徐礼文
关键词:异方差极大似然
贝叶斯时空分位回归模型及其对北京市PM2.5浓度的研究被引量:7
2016年
本文基于时空模型和非对称拉普拉斯分布提出一种新的时空分位回归模型。本文主要将空间域利用薄板回归样条展开,结合混合模型与样条之间的关系,得到分层贝叶斯分位回归模型。利用MCMC算法得到参数的后验分布,并对模型中系数的空间域进行预测。本文同时融合降秩近似的方法,简化了计算复杂度。区别于已有时空分位模型,本文考虑了协变量对因变量影响的空间分布特征,并非直接对时间或空间效应整体进行建模,有利于深入研究协变量与因变量之间的空间结构关系。数值模拟结果表明,预测的空间域与真实的空间域十分接近,并在不同分位水平下,有效地估计了协变量影响的空间效应差异。最后将该模型应用于北京市PM2.5浓度的研究,分析气象因素对PM2.5浓度影响的空间分布特征。
梅波田茂再
关键词:分位回归
共1页<1>
聚类工具0