1 |
混合連續與間斷資料之馬式距離的穩健估計 / Robust estimation of the Mahalanobis distance for multivariate data mixed with continuous and discrete variables任嘉珩, Jen , Chia Heng Unknown Date (has links)
本研究採用Lee 和Poon 所提出的隱藏常態變數模型來估計混合連續與間斷型變數之參數估計,並估計其馬式距離。此外,並利用穩健估計來估計混合型資料參數及其馬式距離,可在有離群值時解決最大蓋似估計的不穩定。 / Poon and Lee (1987) applied normal latent variable model to deal with the parameters
estimation for the data mixed with continuous and discrete variables and Bedrick et al. (2000) used this idea to evaluate the Mahalanobis distance. In this thesis, we extend a similar idea to robustly estimate Multivariate Data Mixed with Continuous and Discrete Variables with the same model. Furthermore, we evaluate the Mahalanobis distance which can determine similarity of variables. The proposed method can overcome the unreliability of MLE while there exist outliers in the data.
|
2 |
混合型資料下之單位根檢定研究:平均概似比統計量之建立與模擬 / Panel Unit Root Test邱惠玉, Chiu, Huei-Yu Unknown Date (has links)
自Nelson和Plosser (1982)後,研究經濟資料是否具有單位根現象,已成為近二十年來熱門且重要的課題。因
為資料性質的不同(恆定或非恆定),對實證計量模型的設定、統計推論以及原理論的發展有深遠的影響。與傳
統探討單一時間數列之單位根的論文不同的是,本篇論文將橫斷面的資料擴大,探討混合型資料的單位根現象
( Panel Unit Root )。就此課題,文獻上已有兩個不同的檢定方法: Levin、Lin和Chu (1997)的LLC檢定法以及Im、
Pesaran和Shin (1995)的IPS檢定法。
我們的研究,有別於以上兩者,是從「概似比」的角度(likelihood ratio) 和應用檢定共積關係的Johansen
(1988)「Trace檢定」,建構新的單位根檢定統計量。首先於文中推導出,「Trace檢定」可用於檢測單一時間數
列的單位根現象。進而,再將橫斷面資料擴大,採用mean group方法,加總平均每個橫斷面時間數列的「Trace
檢定」統計量,形成混合型資料之單位根檢定統計量 。根據中央極限定理,標準化後的 檢定統計量,極限上
收斂至標準常態分配。此外,我們也推導得出 檢定統計量與傳統ADF、LLC以及IPS檢定統計量極限上的關係。
最後,我們以「蒙地卡羅」模擬方法,分析小樣本下「型一誤差」與「檢定力」的表現。發現新的混合型資
料之單位根檢定統計量表現優良,近似於標準常態分配。故在做混合型資料的單位根分析時,採用 檢定統計
量,可得到較精確的推論。
|
Page generated in 0.0137 seconds