概率与统计杂志

本文推导了两个独立的威布尔和林德利随机变量的比值和乘积的累积分布函数(CDF)和概率密度函数(PDF)。矩母函数(MGF)和k-矩是由比率和乘积情况驱动的。在这些微分中，我们使用了一些特殊的函数，例如，广义超几何函数，合流超几何函数和抛物柱面函数。最后，我们绘制了PDF和CDF中的许多参数值。

阅读全文

最近，不同的发行已经使用了广义 -R{Y}框架，但使用Dagum分布的可能性已经不大了评估。该 -R{Y}将三个分布组合在一起，其中一个作为基线分布，将每个分布的强度组合在一起，对新生成的分布产生更大的影响。新生成的分布将有更多的参数，但在处理数据集的双峰性方面将有很高的灵活性，它是一个加权风险函数的基线分布。因此，本文利用Lomax分布的分位数函数推广了Dagum分布。的一员 -Dagum类分布称为幂指数-Dagum提出{}洛马克斯（EEDL）分布。分发会在生存分析与可靠性研究中。分布的不同表征导出，如渐近线，随机序，应力强度分析，时刻，香农熵，和分位数的功能。模拟和实际数据被使用并且有利地与在文献中现有的分布进行比较。

阅读全文

在抽样调查中，不回复是一个潜在的错误来源。它在有限总体参数估计中引入了偏差和大方差。回归模型已被公认为利用辅助数据减少随机无响应的偏差和方差的技术之一。在本研究中，假设在整群抽样的第二阶段，随机无响应发生在调查变量中，假设所有的辅助信息都是可用的。在估计阶段通过回归模型使用辅助信息来解决随机无响应问题。特别地，辅助信息是通过改进的Nadaraya-Watson核回归技术来补偿随机无响应。给出了估计量的渐近偏差和均方误差。此外，仿真研究表明，与现有的有限总体均值估计器相比，该估计器的偏差值和均方误差值更小。所提出的估计量也被证明具有更紧密的置信区间长度覆盖率。本研究的结果对于在人口抽样调查中选择有限人口均值的有效估计值是有用的。

阅读全文

预测资产收益序列的共波动率正成为学者、从业者和投资组合经理广泛研究的课题。本文估计各种多元GARCH模型使用周收盘价格(美元/桶)布伦特原油和周收盘价格(美元/磅)的阿拉比卡咖啡并比较这些模型的预测性能盘中基于高频数据允许更精确的实现波动率测量。该研究使用每周价格数据来明确建模共波动，并使用高频日内数据来评估模型预测性能。分析结果表明，学生的学习成绩与学生的学习成绩存在显著的相关关系t分布式创新方面是我们的经验设置的背景下，最准确的波动率预测模型。我们建议并鼓励日后研究多元GARCH模型的预测效果要特别注意已实现波动聘请高频数据可行的时候，只要测量。

阅读全文

在几种变量选择方法，LASSO是用于当存在多重共线性预测变量中在高维线性回归模型同时处理正规化和变量选择最可取的估计过程。由于Lasso是在高多重不稳定，弹性网（硅谷动力）估计已经被用来解决这个问题。据文献报道，回归参数估计可以通过加入约回归系数的模型，这在精确的或随机线性限制的形式可获得的现有信息来提高。在这篇文章中，我们提出了一个随机的限制LASSO型估计（SRLASSO）通过将随机线性限制。此外，我们比较了基于蒙特卡罗模拟研究SRLASSO用套索均方误差（RMSE）准则和平均绝对预测误差（MAPE）标准的性能和硅谷动力根。最后，一个真实的例子来证明SRLASSO的性能。

阅读全文

在金融风险管理通常使用的风险度量，即价值在险价值（VaR），进行了研究。特别是，我们发现了异方差工艺使得它的（条件）覆盖概率接近标称值VaR的预测。要做到这一点，我们注重估计变化的影响，如渐近偏差和均方误差。数值分析进行说明这计算为自回归条件异（ARCH）模型，可观察到的波动类型模型。在比较中，我们发现风险价值的潜在波动率模型，即随机波动的自回归（SVAR）模型。研究发现，估计可变性的效果显著获得的VaR预测有更好的覆盖。另外，我们可能只能评估无条件覆盖概率的VaR预测SVAR模型的。这是由于该模型的波动过程中是不可见的。

阅读全文