博士科研启动基金(BSQD13050)
- 作品数：9 被引量：27H指数：3
- 相关作者：罗幼喜田茂再李翰芳李子强张艳芳更多>>
- 相关机构：湖北工业大学中国人民大学华中师范大学更多>>
- 发文基金：教育部人文社会科学研究基金博士科研启动基金国家自然科学基金更多>>
- 相关领域：理学经济管理文化科学自动化与计算机技术更多>>
- 基于双惩罚分位回归的面板数据模型理论与实证研究被引量：2
- 2016年
- 固定效应和随机效应同时选择是面板数据模型研究中的重要问题之一。本文通过分别对固定效应和随机效应引入条件Laplace先验,提出了一种新的贝叶斯双惩罚分位回归法。该方法不仅能对模型中重要解释变量进行自动选择,而且充分考虑到个体随机波动对解释变量系数估计带来的偏差。通过对方差分量的惩罚压缩,减少了模型中未知参数的个数,提高了模型自由度。Monte Carlo模拟及实证分析显示,所提出的方法不仅能准确估计出固定效应系数,而且能精确地捕捉到个体随机效应的波动。
- 罗幼喜李翰芳田茂再郑列
- 关键词：面板数据分位回归贝叶斯分析
- 大学生分期购物平台的使用人群特征分析被引量：1
- 2016年
- 以武汉市高校分层抽样得到15所院校数据为基础,针对大学生分期购物平台的使用与否采用回归建立其与大学生基本信息、消费水平以及消费倾向的评价模型,归纳出使用者人群的共同特征。进一步,采用多重对应分析方法建立使用者群体特征的聚类模型,对人群特征深度归纳,并提出相关结论建议。
- 尹彤龙祺罗幼喜
- 关键词：分层抽样多重对应分析
- 混合效应模型的非参数贝叶斯分位回归方法研究被引量：3
- 2016年
- 本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强。在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可。蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势。
- 李翰芳罗幼喜田茂再
- 关键词：混合效应模型
- 面板数据分位回归模型中固定与随机效应的选择被引量：3
- 2016年
- 随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差。文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩。通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法。通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题。计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择。
- 罗幼喜李翰芳田茂再
- 关键词：GROUP
- 一种融合T-Rank和Softmax的特征提取算法研究被引量：1
- 2016年
- 本文针对高维生物数据特征提出了一种融合T-Rank和Softmax的特征提取算法。该方法比传统特征提取方法在处理高维生物数据更加有效,不仅提取的特征个数较少,而且计算速度快。利用算法本文对高维银屑病基因表达谱数据进行了研究,得到了分类准确率较高的疾病诊断模型。
- 刘哲彭春力陈鹏罗幼喜
- 关键词：高维银屑病基因表达谱
- 高校网络舆情管理现状满意度分析——以武汉市14所本科院校数据为例
- 2016年
- 以从武汉市普通本科高校分层抽样所得到的14所高校调查数据为基础,针对大学生对高校网络舆情管理现状的满意与否设置二分类因变量,提取出影响总体满意度的五个潜在满意度因子,然后通过SEM模型潜在变量路径分析图分析了潜在满意度因子之间的相关关系,最后采用Logistic回归方法建立了高校网络舆情管理现状满意度评价模型,用定量的方法对高校网络舆情管理体系进行了评价,并由评价模型提出了相关有针对性的网络舆情管理建议。
- 甘雨涵周静罗幼喜
- 关键词：网络舆情管理分层抽样SEM模型LOGISTIC回归
- 面板数据的自适应Lasso分位回归方法研究被引量：13
- 2014年
- 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。
- 李子强田茂再罗幼喜
- 关键词：面板数据分位回归
- 基于双自适应Lasso惩罚的随机效应分位回归模型研究被引量：1
- 2017年
- 研究目标:解决随机效应分位回归模型中固定效应和随机效应系数同时估计和选择问题。研究方法:对固定效应和随机效应系数同时实施自适应Lasso惩罚,并为参数估计设计交替迭代算法。研究发现:新方法不仅对随机误差分布具有较强的稳健性,而且在不同稀疏度模型下均有着良好的表现,尤其是在高维情形时。研究创新:本文提出的方法在对模型中重要自变量进行选择的同时能够充分考虑随机效应的影响;交替迭代算法不仅有效解决了需要选择两个惩罚参数的困境,而且收敛速度快。研究价值:为实际工作者对面板数据和纵向数据的分析提供了有效的建模方法。
- 罗幼喜李翰芳
- 关键词：迭代算法分位回归
- 大学生网络课程使用调查分析被引量：3
- 2016年
- 文章以武汉市8所本科院校分层抽样所得数据为基础,利用描述性分析,了解大学生网络课程使用现状及课程兴趣取向,运用交叉分析对不同专业学习网络课程的满意程度进行评价;同时对课程建设进行因子分析,提取影响网络课程使用的主要潜在因子,为网络课程建设提出相关改进建议。
- 张子婧张艳芳陈小阳罗幼喜
- 关键词：网络课程分层抽样描述性分析
