本文選題：多個變點 + 逐段連續(xù)線性�。� 參考：《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2017年08期

【摘要】：研究目標(biāo):建立具有多個變點的逐段連續(xù)線性分位數(shù)回歸模型(Continuous Piecewise Linear Quantile Regression with Multiple Change Points,CPLQR)。研究方法:先通過LASSO和廣義貝葉斯信息準(zhǔn)則確定變點個數(shù),再通過線性化技巧來估計變點的位置與回歸系數(shù)。研究發(fā)現(xiàn):新方法能夠同時確定變點個數(shù)、估計變點位置和回歸系數(shù),而且具有較強的穩(wěn)健性;應(yīng)用該方法于年齡和身體質(zhì)量指數(shù)之間關(guān)系,進(jìn)一步證實了模型的實用性。研究創(chuàng)新:新方法能夠處理多個變點的問題,通過LASSO和廣義貝葉斯信息準(zhǔn)則確定變點數(shù)目,避免了主觀判斷的弊端;借助線性化技巧,解決了目標(biāo)函數(shù)在變點處不可導(dǎo)問題。研究價值:本文結(jié)果將為分析經(jīng)濟、金融、醫(yī)藥和生物等學(xué)科中存在結(jié)構(gòu)變化的數(shù)據(jù)提供強有力的研究工具。
[Abstract]:Objective: to establish a piecewise continuous linear quantile regression model with multiple variable points, continuous Piecewise Linear quantitative with multiple change points (CPLQR). Methods: the number of change points is determined by LASSO and generalized Bayesian information criterion, and then the location and regression coefficients of change points are estimated by linearization technique. It is found that the new method can determine the number of change points at the same time, estimate the location of change points and the regression coefficient, and has strong robustness, and further proves the practicability of the model by applying this method to the relationship between age and body mass index. Research innovation: the new method can deal with the problem of multiple change points, determine the number of change points by LASSO and generalized Bayesian information criterion, avoid the disadvantages of subjective judgment, and solve the problem of non-derivation of objective function at the change point by means of linearization technique. Research value: the results of this paper will provide a powerful research tool for the analysis of structural changes in economics, finance, medicine and biology.
【作者單位】： 湖南大學(xué)金融與統(tǒng)計學(xué)院;
【基金】：國家自然科學(xué)青年基金項目(11401194) 湖南省自然科學(xué)青年基金項目(2017JJ3021) 湖南大學(xué)中央高�；究蒲袠I(yè)務(wù)費專項資金(227201305039)的資助
【分類號】：F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 武俊青;王瑞平;李玉艷;姜綜敏;劉寧;高爾生;;上海市核心家庭成員體質(zhì)指數(shù)及影響因素分析[J];中國公共衛(wèi)生;2008年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 龍振環(huán);張飛鵬;周小英;;帶多個變點的逐段連續(xù)線性分位數(shù)回歸模型及應(yīng)用[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2017年08期

2 孔倩;仇建國;李宇華;郭壁磚;;湛江某醫(yī)院383例老年住院患者不同性別營養(yǎng)狀況分析[J];海軍醫(yī)學(xué)雜志;2015年05期

3 張雷;馬德華;;膳食營養(yǎng)與慢性疾病的預(yù)防[J];中國療養(yǎng)醫(yī)學(xué);2012年07期

4 盧燕;張賢;;上海市某社區(qū)老年人體質(zhì)指數(shù)與代謝異常關(guān)系的調(diào)查[J];上海預(yù)防醫(yī)學(xué);2012年03期

5 陸建平;唐潔;陶敏芳;張維平;孫旭妍;沈瑾;;某高校職工健康體檢7767例結(jié)果分析[J];中國臨床保健雜志;2011年02期

6 王延清;;家庭護(hù)理管理干預(yù)對中老年肥胖患者BMI的影響[J];國際護(hù)理學(xué)雜志;2011年03期

7 邢文華;伊敏芳;鄒鳴飛;楊小朵;張依群;錢瑩瑩;;寧波市育齡女性健康狀況及相關(guān)因素調(diào)查分析[J];寧波大學(xué)學(xué)報(理工版);2011年01期

8 伊敏芳;鄒鳴飛;楊小朵;張依群;錢瑩瑩;邢文華;;寧波市育齡女性健康相關(guān)因素調(diào)查[J];現(xiàn)代實用醫(yī)學(xué);2010年05期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 沈麗琴;陳希寧;李昌吉;李朝英;洪源;;兒童單純性肥胖癥的遺傳和環(huán)境危險因素分析[J];中國學(xué)校衛(wèi)生;2006年09期

2 趙連成,武陽豐,周北凡,楊軍,李瑩;體質(zhì)指數(shù)與冠心病、腦卒中發(fā)病的前瞻性研究[J];中華心血管病雜志;2002年07期

3 中國肥胖問題工作組數(shù)據(jù)匯總分析協(xié)作組;我國成人體重指數(shù)和腰圍對相關(guān)疾病危險因素異常的預(yù)測價值:適宜體重指數(shù)和腰圍切點的研究[J];中華流行病學(xué)雜志;2002年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁靜;廖丹;何耀東;劉強;;基于聚類分析的變點識別[J];價值工程;2012年09期

2 胡文靜;聶斌;;基于非參數(shù)檢驗的劃分——凝聚層次聚類變點識別法[J];標(biāo)準(zhǔn)科學(xué);2013年12期

3 周江濤;韓四兒;;關(guān)于股票數(shù)據(jù)波動性的多變點研究[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2006年06期

4 趙俊;;基于廣義似然比的泊松過程變點識別[J];標(biāo)準(zhǔn)科學(xué);2012年11期

5 紀(jì)兆華;鄭愛軍;吳云艷;劉富;;變點理論統(tǒng)計分析方法應(yīng)用試?yán)齕J];科技創(chuàng)新導(dǎo)報;2013年08期

6 汪永新;短樣本多指標(biāo)動態(tài)經(jīng)濟數(shù)據(jù)變點的一種識別方法[J];數(shù)學(xué)理論與應(yīng)用;2000年03期

7 周江濤;韓四兒;;股票數(shù)據(jù)均值的多變點檢驗[J];陜西科技大學(xué)學(xué)報;2006年05期

8 吳小霞;;線性模型中變點檢測的算法分析[J];統(tǒng)計與決策;2011年21期

9 王雪峰;余聰;金浩;;含結(jié)構(gòu)變點無限方差序列的偽回歸檢驗[J];經(jīng)濟數(shù)學(xué);2013年02期

10 韓四兒;田錚;;ARCH模型的多變點檢驗[J];數(shù)學(xué)的實踐與認(rèn)識;2007年05期

相關(guān)會議論文 前3條

1 陳惠;湯銀才;;已知變點數(shù)下二次回歸模型方差變點分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

2 汪永新;;短樣本多指標(biāo)動態(tài)經(jīng)濟數(shù)據(jù)變點的識別方法[A];中國現(xiàn)場統(tǒng)計研究會第九屆學(xué)術(shù)年會論文集[C];1999年

3 李強;王黎明;王文雯;;基于中國股市行業(yè)收益率面板數(shù)據(jù)的貝葉斯方法變點檢測[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A13其他管理領(lǐng)域的創(chuàng)新研究成果問題[C];2014年

相關(guān)博士學(xué)位論文 前9條

1 張立文;分位數(shù)回歸中變點問題的若干研究[D];復(fù)旦大學(xué);2014年

2 王丹;重尾序列與非參數(shù)回歸模型的變點分析[D];西北大學(xué);2014年

3 李拂曉;幾類時間序列模型變點監(jiān)測與檢驗[D];西北工業(yè)大學(xué);2015年

4 譚常春;變點問題的統(tǒng)計推斷及其在金融中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2007年

5 韓四兒;兩類厚尾相依序列的變點分析[D];西北工業(yè)大學(xué);2007年

6 董翠玲;測量誤差模型方差變點的統(tǒng)計推斷[D];中國科學(xué)技術(shù)大學(xué);2013年

7 聶維琳;變點靠近序列端點的檢測問題[D];武漢大學(xué);2010年

8 趙華玲;逐段線性回歸中變點問題的統(tǒng)計推斷[D];武漢大學(xué);2011年

9 王景樂;非參數(shù)模型中變點的檢測及刪失數(shù)據(jù)中刪失指標(biāo)隨機缺失下回歸函數(shù)的估計[D];復(fù)旦大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳少夢;基于Cucconi檢驗及變點模型的非參數(shù)統(tǒng)計質(zhì)量控制圖研究[D];浙江大學(xué);2015年

2 劉俐;基于變點—模糊理論的龍灘水庫汛期分期調(diào)度研究[D];廣西大學(xué);2015年

3 劉晉芳;多元正態(tài)向量均值變點在線監(jiān)測[D];山西大學(xué);2015年

4 王新喬;半?yún)?shù)面板回歸模型的變點分析[D];大連理工大學(xué);2015年

5 樊慶祝;基于貝葉斯分析理論的快遞業(yè)務(wù)量變點研究[D];廣西師范學(xué)院;2015年

6 呂會琴;厚尾相依序列變點Ratio檢驗[D];西安工程大學(xué);2016年

7 侯炳山;面板數(shù)據(jù)中均值與方差的斷點分析[D];浙江大學(xué);2016年

8 李明宇;面板數(shù)據(jù)AR(1)模型的變點分析[D];浙江大學(xué);2016年

9 張瑞紅;基于局部多項式回歸的時間序列變點檢測[D];南京大學(xué);2016年

10 任好好;基于變點監(jiān)測的VaR度量方法研究[D];山東大學(xué);2016年

，

本文編號：2029598