一类半参数时间序列模型的统计推断

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11271095
  • 项目类别:
    面上项目
  • 资助金额:
    68.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0402.统计推断与统计计算
  • 结题年份:
    2016
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2016-12-31

项目摘要

Semiparametric time series models have become one class of new models developed in recent years. These models have advantages of both parametric models and nonparametric models, which makes it greatly concerned in time series.We deal with semiparametric GARCH models in this project, which inculdes semiparametric GARCH-M models, single index GARCH models, partial linear GARCH models, varying coefficients GARCH models, etc. Conitions for stationarity, ergodicity and moments of autoregressive models will be studied by Markov chain methods of continuous states of time series. Estimates of parameters and nonparametric functions will be given by the profile likelyhood method and spline method. Asympotic properties of estimates will be discussed in both stationary and nonstationary conditions of explantory variables. Then inference on parameters and nonparametric functions in models will be made by empirical likelyhood methods and their confidence intervals will be given.Finally simulations and empirical studies will be done. This project will enrich theories of semiparametric and nonparametric time series.
半参数时间序列模型为近年来发展起来一类新的时间序列模型,它既具有参数模型的优点,同时又融合了非参数模型的优点。因此它成为时间序列研究的一个热点问题。本项目致力于研究半参数 GARCH 模型,它包括:半参数 GRACH-M 模型,单指数 GARCH 模型,部分线性 GARCH 模型,变系数 GARCH 模型等。我们将通过连续状态的马氏链方法来研究该类模型中半参数自回归模型的平稳遍历性和矩存在条件。通过截面似然方法和样条方法来建立半参数GARCH模型的参数部分和非参数部分的估计,在观测变量平稳和非平稳的条件下来讨论估计的渐近性质。然后借助于经验似然方法来讨论半参数GARCH模型参数部分和非参数函数部分的统计推断问题,建立其置信区间。最后进行数值模拟和实证分析研究。该项目的研究将大大丰富时间序列的半参数和非参数方法。

结项摘要

本项目致力于研究一类半参数时间序列模型--半参数 GARCH 模型,包括:半参数 GRACH-M 模型,单指标 GARCH 模型,变系数 GARCH 模型等。主要研究:.1.半参数GARCH-M 模型的参数和非参数估计;2.观测变量非平稳的条件下估计及其渐近性质;3.半参数 GARCH 模型参数部分和非参数函数部分的估计及区间估计;4. 一类半参数时间序列模型的平稳遍历性条件;5.数值模拟和实证研究。 我们取得了以下重要成果:对于半参数 GARCH-M 模型,给出了参数和非参数估计,证明了估计的渐相合性和近正态性; 对于单指标 GARCH-M模型,给出了参数和非参数估计,证明了估计的渐相合性和近正态性,并给出了检验统计量及其渐近分布; 对于变系数 GARCH-M模型,给出了解释变量非平稳情况下参数和非参数估计,证明了估计的相合性和渐近正态性; 对于带有潜变量的变系数 GARCH-M 模型,给出了参数部分和非参数函数部分的估计,获得了估计的相合性和渐近正态性,并给出了检验统计量及其渐近分布; 给出了一类GARCH-M模型的平稳遍历性条件。本项目所取得的研究成果丰富了时间序列的理论及其应用,特别是关于非平稳时间序列的研究将会对时间序列非线性和非平稳研究方向起到推动作用。本项目发表论文18篇, 其中被 SCI 收录5篇; 培养博士后一名,博士生七名,硕士生九名。..(6). 数值模拟和实证研究。

项目成果

期刊论文数量(18)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
一类函系数GARCH-M模型
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Communications in Statistics - Theory and Methods
  • 影响因子:
    --
  • 作者:
    Zhang, Xingfa;Wong, Heung;Li, Yuan
  • 通讯作者:
    Li, Yuan
基于投资者情绪的市场均值-方差关系研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    数理统计与管理
  • 影响因子:
    --
  • 作者:
    宋泽芳;李元
  • 通讯作者:
    李元
基于Logistic回归的省级中风保健体系效用研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    广州大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    张莲;李元
  • 通讯作者:
    李元
基于DAG的Pair-Copula分解方法及其在股市相关性中的应用
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    统计与信息论坛
  • 影响因子:
    --
  • 作者:
    蔡风景;李元
  • 通讯作者:
    李元
部分变系数单指标模型的基于经验似然序列相关性检验
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Communications in Statistics - Theory and Methods
  • 影响因子:
    --
  • 作者:
    Li, Jianbo;Li, Yuan;Huang, Zhensheng;Zhang, Riquan
  • 通讯作者:
    Zhang, Riquan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

宁夏枸杞总黄酮对乳腺癌MCF-7细胞增殖和凋亡的影响
  • DOI:
    10.16050/j.cnki.issn1674-6309.2017.03.004
  • 发表时间:
    2017
  • 期刊:
    宁夏医科大学学报
  • 影响因子:
    --
  • 作者:
    王俊;朱雅婷;李元;廖国玲;杨华
  • 通讯作者:
    杨华
土荆芥和蚕豆/玉米间作系统中Pb、Cd、Zn的累积特征研究
  • DOI:
    10.16211/j.issn.1004-390x(n).2017.01.023
  • 发表时间:
    2017
  • 期刊:
    云南农业大学学报
  • 影响因子:
    --
  • 作者:
    秦丽;湛方栋;祖艳群;孟婧轩;晋磊;李元
  • 通讯作者:
    李元
基于一维卷积神经网络深度学习的工业过程故障检测
  • DOI:
    10.19708/j.ckjs.2019.09.007
  • 发表时间:
    2019
  • 期刊:
    测控技术
  • 影响因子:
    --
  • 作者:
    李元;冯成成
  • 通讯作者:
    冯成成
AMF对铅锌矿区农田土壤部分理化性质、玉米生长和镉铅含量的影响
  • DOI:
    10.13254/j.jare.2019.0186
  • 发表时间:
    2020
  • 期刊:
    农业资源与环境学报
  • 影响因子:
    --
  • 作者:
    张金秀;湛方栋;王灿;李博;李明锐;何永美;李元
  • 通讯作者:
    李元
基于标准距离k近邻的多模态过程故障检测策略
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    冯立伟;张成;李元;谢彦红
  • 通讯作者:
    谢彦红

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李元的其他基金

一类变系数 GARCH-M 时间序列模型的研究
  • 批准号:
    10971042
  • 批准年份:
    2009
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目
时间序列的因果关系分析与图模型方法研究
  • 批准号:
    10671044
  • 批准年份:
    2006
  • 资助金额:
    22.0 万元
  • 项目类别:
    面上项目
异方差性和结构性变化的非参数检验
  • 批准号:
    10271033
  • 批准年份:
    2002
  • 资助金额:
    14.5 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码