Global ETD Search

91	基因晶片實驗其樣本數之研究 / Sample Size Determination in a Microarray Experiment 黃東溪, Huang, Dong-Si Unknown Date (has links) 微陣列晶片是發展及應用較為成熟的生物晶片技術。由於微陣列實驗程序複雜，故資料常包含多種不同來源的實驗誤差，為了適當的區分實驗中來自處理、晶片及基因的效應，我們提出混合效應變異數分析模型來調整系統誤差。針對各基因在不同實驗環境的差異性假設檢定問題，利用最小平方法推導出點估計以及對應的檢定統計量。本研究介紹多重檢定問題中的族型一誤差，並證明在此模型下，Sidak調整法為適當的多重檢定方法。在給定族型一誤差率的顯著水準，利用檢定力的公式，運算出在預設檢定力的最低水準下所需最小樣本（晶片）數。最後我們透過電腦模擬，以蒙地卡羅法來估計檢定力與族型一誤差率，由模擬結果發現，採用此最小樣本數結果，其檢定力可達到預期的水準以上，並且其族型一誤差率皆適當地控制在顯著水準以內。混合效應變異數分析模型最小平方法族型一誤差檢定力蒙地卡羅法顯著水準 Mix Model Least Square Method Familywise Type I Error Power Monte Carlo Methods Significant Level
92	再發事件資料之無母數分析黃惠芬 Unknown Date (has links) 再發事件資料常見於醫學、工業、財經、社會等等領域中，對再發資料分析研究時，我們往往無法確知再發事件發生的時間或是發生次數的分配。因此，本論文探討的是分析再發事件的無母數方法，包括Nelson提出的平均累積函數(mean cumulative function)估計量，及Wang、Chiang與Huang介紹的發生率(occurrence rate)之核函數(kernel function)估計量。就平均累積函數估計量來說，藉由Nelson導出的變異數及自然(naive)變異數，可分別求得平均累積函數的區間估計。本文利用靴環法(bootstrap)計算出平均累積函數在不同時點的變異數，再與Nelson變異數及自然變異數比較，結果顯示Nelson變異數與靴環法算出的變異數較接近。因此，應依據Nelson變異數建構出事件發生累積次數之漸近信賴區間。本論文亦介紹了兩個或多個母體的平均累積函數的比較方法，包含固定時點之比較與整條曲線之比較。在固定時點之下，比較方法分別為平均累積函數成對差異之漸近信賴區間及靴環信賴區間、變異數分析比較法，與排列檢定法；而整條曲線比較方法包含：類似統計量、Lawless-Nadeau檢定。這些方法應用在本論文所採之實證資料時，所得到的檢定結論是一致的。 / Recurrent event data arise in many fields, such as medicine, industry, economics, social sciences and so on. When studying recurrent event data, we usually don’t know the exact joint or marginal distributions of the occurrence times or the number of events over time. So, in this article we talk about some nonparametric methods, such as the mean cumulative function (MCF) discussed by Nelson, and kernel estimation of the rate function introduced by Wang, Chiang and Huang. As to the estimator of MCF, we can compute the confidence interval by Nelson’s variance and naive variance. We use bootstrap method to compare the performance of Nelson variance of the estimated MCF and naive variance of the estimated MCF. The results show that Nelson variance is better than naive variance, so we should construct the confidence limits for the MCF by Nelson’s variance except when only grouped data are available. We also introduce methods for comparing MCFs, including pointwise comparison of MCFs and comparison of entire MCFs. Methods for pointwise comparing MCFs include approximate confidence limits for difference between two MCFs, analysis-of-variance comparison, permutation test, and bootstrap’s confidence limits for difference between two MCFs. Methods for comparing entire MCFs include a statistic like Hoetelling’s , and Lawless-Nadeau test. Finally, all approaches are employed to analyze a real data, and the conclusions concordance with each other. 再發事件平均累積函數發生率函數核函數靴環法排列檢定變異數分析比較法 Lawless-Nadeau檢定類似 Hoetelling's T square recurrent events mean cumulative function rate function bootstrap permutation test analysis-of-variance comparison Lawless-Nadeau test statistic like Hoetelling's T square kernel estimation
93	市場風險值管理之應用分析以某金融控股公司為例 / The analysis of Market Risk VaR management ：the case of financial holding company 周士偉, Chou, Jacky Unknown Date (has links) 2008年次貸風暴橫掃全球金融市場，Basel II制度歷經多年的實施，卻無法有效防阻金融風暴的發生。觀察2008已採用內部模型法之主要國際金融機構之年報，亦發現採用蒙地卡羅模擬法之代表銀行『德意志銀行』於該年度竟發生了35次穿透，市場風險管理到底出了什麼問題？這是被極度關心的現象，產官學界也對此現象提出了許多議題。2012年的現在，次貸的風暴尚未遠去，新的歐債危機也正在蔓延，若金融風暴再次來臨，市場風險管理是否能克服次貸風暴後所凸顯的缺失，市場風險管理的價值除被動管理外，是否還可以進階到主動預警，以作為經營決策的重要參考資訊？這些都是國內金融機構需積極面對的急迫的市場風險管理議題。個案金控的市場風險管理機制致力於解決次貸以來所凸顯的市場風險管理議題、提升市場風險衡量的精準度、擴大市場風險管理之應用範圍，並將市場風險管理的價值由被動管理角色進階到主動預警角色，以期作為經營決策的重要參考。經過多年的淬煉，其發展理念與經驗應具相當參考價值，故本論文以個案金融控股公司(以下簡稱個案金控)之實務經驗進行個案研究，除分析個案金控市場風險管理機制的基礎架構外，也將研究重心放在個案金控如何在此基礎架構下，開發多種進階市場風險量化管理功能。本論文除研究個案金控如何完善市場風險值量化機制外，也對各量化功能的實施結果進行分析，以期研究成果可更客觀的作為其他金融控股公司未來發展進階市場風險衡量機制之參考。市場風險風險值經濟價值信託基金操作風險風險因子一般風險值壓力風險值條件風險值增額風險值邊際風險值變異數-共變異數法歷史模擬法蒙地卡羅模擬法隱含波動度厚尾順景氣循環標準法內部模型法市場流動性風險外生性市場流動性風險內生性市場流動性風險流動性調整後風險值壓力測試回溯測試 Market Risk Value at Risk Economic Value Active Management VaR Tracking Error Risk Factor Common VaR Stressed VaR Conditional VaR Incremental VaR Marginal VaR Variance-Covariance Approach Historical Simulation Approach Monte Carlo Simulation Approach Fat Tail Time-Varying Volatility pro-cyclical Standardized Approach Internal Models Approach Implied Volatility Generalized Error Distribution Bernoulli trial test Likelihood ratio test Unconditional Coverage Test Conditional Coverage Test Backward Looking Model Forward Looking Model Forecasting VaR Pearson Correlation Cholesky decomposition Kendall Correlation Copula method Future Volatility Disconnection Market Liquidity Risk Exogenous Market Liquidity Risk Endogenous Market Liquidity Risk Liquidity-adjusted VaR Stress Test Backtesting Net Interest Income Re-pricing Model Maturity Model Duration Model

Page generated in 0.015 seconds