赵明涛
- 作品数：24 被引量：28H指数：3
- 供职机构：安徽财经大学更多>>
- 发文基金：国家社会科学基金全国统计科学研究计划项目安徽省高等学校质量工程教学研究项目更多>>
- 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>>
- 纵向可加模型的渐近估计
- 2020年
- 文章研究纵向数据下可加模型的估计问题。首先利用多项式惩罚样条逼近可加模型中未知的非参可加函数,将对可加函数的估计转化为样条回归系数的估计。为了避免样条回归的过拟合问题以及处理纵向数据的个体内相关性,建立了关于样条回归系数的惩罚二次推断函数,证明了估计的渐近性质,结果显示,该方法具有较强的理论价值。
- 赵明涛王湛春许晓丽
- 关键词：纵向数据可加模型
- 纵向部分线性变系数EV模型的估计
- 2019年
- 纵向数据是随着时间变化对个体进行重复观测而得到的一种相关性数据,广泛出现在诸多科学研究领域.在对个体进行观测时,测量误差不可避免,忽略测量误差往往会导致有偏估计.本文利用二次推断函数方法研究关于纵向数据的参数部分和非参数部分协变量均含有测量误差的部分线性变系数测量误差(errors-in-variables,EV)模型的估计问题.利用B样条逼近模型中的未知系数函数,构造关于回归参数和B样条系数的偏差修正的二次推断函数以处理个体内相关性和测量误差,得到回归参数和变系数的偏差修正的二次推断函数估计,然后证明了估计方法和结果的渐近性质.数值模拟和实例数据分析结果显示本文提出的方法具有一定的实用价值.
- 赵明涛许晓丽
- 关键词：纵向数据
- 大数据方向统计学专业人才培养模式探讨
- 2018年
- 大数据时代已然来临,大数据思想理念已经在不断改变我们的生活方式、思维方式.统计系专业知识曾是数据处理分析的重要工具,大数据背景下,传统的统计学思维模式面临着挑战.本文通过总结传统统计学专业人才培养的特点、分析大数据时代下统计学专业的机遇与挑战、探究大数据统计分析方向、统计学专业人才培养模式的改革思路,对大数据时代统计学专业的发展方向提出建议.
- 赵明涛李芳芝孙欣
- 关键词：大数据统计学
- 半参数纵向模型的惩罚二次推断函数估计被引量：5
- 2014年
- 针对纵向数据半参数模型E(y|x,t)=XTβ+f(t),采用惩罚二次推断函数方法同时估计模型中的回归参数β和未知光滑函数f(t)。首先利用截断幂函数基对未知光滑函数进行基函数展开近似,然后利用惩罚样条的思想构造关于回归参数和基函数系数的惩罚二次推断函数,最小化惩罚二次推断函数便可得到回归参数和基函数系数的惩罚二次推断函数估计。理论结果显示,估计结果具有相合性和渐近正态性,通过数值方法也得到了较好的模拟结果。
- 赵明涛许晓丽
- 关键词：纵向数据半参数模型
- 居民阅读现状Logistic回归分析被引量：1
- 2018年
- 设计居民阅读现状的问卷,统计分析不同读书方式下选择图书的因素和途径,建立影响读书方式选择因素的logistic回归模型,对模型进行估计和评价.分析结果表明:居民在选择图书时最为注重图书的是内容质量;用手机阅读和购买图书的人较多;年龄、文化程度、家庭月平均收入对读书方式的选择存在显著性影响.
- 赵明涛王妍
- 基于贝叶斯分位数回归的中国绿色产业发展影响因素研究
- 2023年
- 针对绿色产业发展的影响因素,根据2011~2020年中国30个省市(除西藏外)的数据,构建了绿色产业发展指标体系,使用主客观熵值法对各省的绿色产业发展水平进行测度分析,并基于贝叶斯分位数回归模型研究了在绿色产业发展不同分位数水平下经济发展、环境保护水平、高技术产业水平等影响因素的异质性.结果表明,中国绿色产业发展水平逐年不断增长,东、中、西部绿色产业发展有明显差距;高技术产业水平、经济发展水平、环境保护水平在各分位点上对绿色产业发展具有显著正向影响;在不同分位水平下,政府补助水平、对外开放水平对绿色产业发展的影响有正有负,存在明显异质性效应,城镇化水平对绿色产业的发展存在长期负向效应.因此,为促进中国绿色产业的发展,应注重提高科技创新、环境保护和污染治理能力,加强绿色产业方面的政府补助并落到实处.
- 胡玉梅赵明涛朱家明
- 关键词：绿色产业发展高技术产业
- 大数据背景下的应用统计学本科专业人才培养被引量：5
- 2021年
- 利用大数据时代统计学发展的优势,根据我国统计学学科和专业发展的特点以及不同类别高校的学科和专业优势,探究应用统计学本科专业培养体系的改革方向,具体包括专业培养目标、课程体系等,提出大数据背景下财经类高校应用统计学本科专业人才培养的"三一模式"及未来的改革方向,即商务智能分析方向。
- 赵明涛许晓丽
- 关键词：大数据
- 纵向数据下可加偏线性测量误差模型的变量选择
- 2022年
- 文章基于纵向数据研究可加偏线性测量误差模型的模型选择,提出了一种用于模型估计和选择的惩罚二次推断函数方法。利用该方法得到的非零参数的估计是相合的、渐近正态的,可加函数的估计具有最优收敛速度。数值模拟结果显示,在有限样本情况下,该方法要优于基于LASSO惩罚函数的惩罚二次推断函数方法。
- 许晓丽赵明涛
- 关键词：纵向数据
- 超高维线性回归模型基于M-估计方法的变量选择和参数估计被引量：1
- 2021年
- 本文考虑超高维情形下线性回归模型的变量选择和参数估计问题.利用M-估计方法,将最小二乘、最小一乘、分位数回归以及Huber回归统一到一般性框架下,证明了提出的惩罚似然M-估计量具有良好的大样本性质;利用向后回归与局部线性回归相结合的方法进行变量选择和参数估计,数值模拟表现较好.在超高维情形下,我们提出的一般性方法在变量选择和参数估计方面具有较好的稳健性和有效性.
- 朱艳玲汪凯赵明涛
- 关键词：M-估计
- 单指标纵向数据模型的估计被引量：1
- 2019年
- 纵向数据是一类重要的相关性数据,广泛出现在诸多科研领域。单指标模型是多元非参数回归中重要的降维方法,在纵向数据下研究单指标模型是统计研究的热点问题。针对纵向数据单指标模型,提出惩罚改进二次推断函数方法来讨论模型的参数和非参数估计问题。该方法利用多项式样条回归方法逼近模型中的未知联系函数,将联系函数的估计转化为回归样条系数的估计,然后构造关于样条回归系数和单指标系数的惩罚改进二次推断函数,最小化惩罚改进二次推断函数便可得到模型的估计。理论结果显示,估计结果具有相合性和渐近正态性,最后得到了较好的数值模拟结果和实例数据分析结果,结果显示该方法适用于半参数纵向模型的参数和非参数估计问题。
- 赵明涛许晓丽高巍
- 关键词：纵向数据单指标模型
