学科分类
/ 3
44 个结果
  • 简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。

  • 标签: 面板数据 分位回归 切片Gibbs抽样
  • 简介:Lasso算法和logistic回归模型相结合并且引入P2P个人网络信贷评估体系,通过模拟实验的结果发现,在全变量logistic模型、Lasso-logistic模型、Ridge-logistic模型中,Lasso-logistic模型对于变量的压缩效果要更好,有助于简化模型;虽然三个模型在进行预测的结果上并没有显著的差异,但是Lasso-logistic模型在计算效率上更胜一筹,在处理大量数据的情况下更有效率。

  • 标签: 个人网络信贷评估 Lasso-logistic模型 变量选择
  • 简介:通常所说的Granger因果关系检验,实际上是对线性因果关系的检验,无法检验非线性因果关系。Peguin和Terasvirta(1999)进行了基于泰勒展式的一般性扩展,应用于非线性因果关系检验,并采用提取主成分的方法解决其中的多重共线性问题。但是,提取主成分对解决多重共线性的效果并不太好。Lasso回归是目前处理多重共线性的主要方法之一,相对于其他方法,更容易产生稀疏解,在参数估计的同时实现变量选择,因而可以用来解决检验中的多重共线性问题,以提高检验的效率。对检验程序的模拟结果表明,基于Lasso回归的检验取得较好的效果。

  • 标签: 因果关系 多重共线性 Lasso回归
  • 简介:

  • 标签:
  • 简介:摘要学生的发展是学校教育、家庭教育、社会教育共同影响的结果。正所谓,人之初,性本善。相信每个人都有自己的优点和长处,每个学生都有积极的一面,教师只要善于让学生发扬他们的优点,让他们感受到老师对他们的爱和尊重,就把他们培养成为一个对社会有用的人才。

  • 标签: 教育 优点 积极 尊重
  • 简介:

  • 标签:
  • 简介:摘要新课改以来,语文课程与教学迅速地挣脱了单一的、狭窄的知识传授、技能训练的束缚,形成综合性的语文实践活动,而在这种活动中,要求建设开放和具有活力的语文新课程,提倡语文教育与社会生活融合,使语文课程与教学突破“课堂中心”“教室中心”“教师中心”的藩篱,回归生活的本源。

  • 标签: 新课改 生活化 教学活动
  • 简介:<正>由于工作关系,从乡统计站到县、地区统计局我接触过很多同志,耳闻目睹了许多平凡的统计人轶事。他们真的是太平凡了,他们大多不属于社会的新潮一族,他们待人接物的态度也平淡得很,象一股轻烟,即使没有风也将倾刻散尽,以致我时常想为他们塑一座群像,竟至于抓不着主题而只得作罢。

  • 标签: 回归线 统计人 数字 统计员 接物 轻烟
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:文章对现行统计基础课程中回归分析的教学内容进行了讨论,提出了改革的设想,并介绍了瘭统计方法--LOESS(局部架以回归法)方法。

  • 标签: 统计学 回归分析 散点图 LOESS 教学改革
  • 简介:

  • 标签:
  • 简介:摘要大学教师角色异化的表现大学教师注重科研轻视教学;师生关系异化;本职与兼职本末倒置。简要分析了大学教师角色异化的原因;教师评价制度的缺陷;大学课堂氛围的伪自由;社会的转型和教育体制的改革。最后从社会、学校、教师自身三方面指出解决教师角色异化的措施。

  • 标签: 大学教师角色 异化
  • 简介:回归分析方法是计量经济学的重要分析方法。传统上的回归分析是用代数等式和矩阵形式表述的。然而从欧氏几何的角度分析回归分析的主要概念、结论,如OLS估计量、被解释变量Y的总平方和分解定理等都有很好的几何直观.可以将许多冗长繁杂的代数公式和推导归结为简单的几何性质。文中给出Frisch-Waugh-Lovell定理的几何解释。

  • 标签: 回归分析 几何方法 FWL定理
  • 简介:《等可能性》是一堂被众多名师演绎过的新课程经典课例,也引来过诸多争议。笔者认为,执教本课,需回到概率的本质意义上去思考,厘清频率和概率间的关系,让学生深刻感受概率的形成过程,渗透“猜想——实验——数据——验证——再猜想……”的科学研究方法和数学文化。

  • 标签: 等可能性 概念本质
  • 简介:空间自回归模型是空间计量经济学中处理空间相关性时常用的一类回归模型,本文主要考虑到自变量存在多重共线性时,空间自回归模型的参数应该如何估计。在主成分分析以及极大似然估计方法的基础之上,建立了一类针对模型未知参数的有偏估计,从而减少多重共线性对于模型求解的影响。本文引入数值模拟部分,说明了主成分估计方法对于处理多重共线性问题的有效性,同时引入波士顿房价数据实例,进一步验证了当多重共线性出现时,有偏估计结果较之极大似然估计更为合理。

  • 标签: 空间自回归模型 多重共线性 极大似然估计 主成分估计
  • 简介:本文对《回归分析》的教学提出两个注记:关于检验回归方程显著性的注记,解答了学生常问的而又不易讲清的问题;建议使用P值使得模型精简明了,不再进行统计量值与临界值的比较。

  • 标签: 回归分析 课程教学 检验
  • 简介:摘要苏格拉底认为认识人自己,就是要认识人的理智和德性。然而人类对自身的认识远远达不到人对自然的认识,人总是先认识外在的自然,之后才开始认识人自己。“认识你自己”,回归对人自身的认识,从而实现人与社会、自然和谐的发展。

  • 标签: 认识你自己 人性 理性 非理性
  • 简介:本文从《中兴间气集》所评中唐大历诗人所处的时代与魏晋南北朝有着惊人的相似入手,探讨了大历诗歌向齐梁诗风回归的现象,着重论述了《中兴间气集》和《诗品》在审美趣味、创作方法、评诗宗旨上的共鸣问题,从而证明了《诗品》对后世的巨大影响。

  • 标签: 中唐 齐梁 诗歌 回归 共鸣 审美趣味
  • 简介:梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学习器空间不一定是连续的。针对这一问题,从可加模型的角度出发,基于平方损失,提出一种重抽样提升回归树的新方法。该方法是一种加权的加法模型的逐步更新算法。实验结果表明,这种方法可以显著地提升一棵回归树的效果,减小预测误差,并且能得到比L2Boost算法更低的预测误差。

  • 标签: BOOSTING regression TREE 重抽样 预测误差