典型文献
基于非对称分布散点分位数的区间数据回归分析
文献摘要：
许多经济变量(如GDP)水平序列随着时间变化具有单调趋势,截面数据(如各地区GDP)之间存在差异,为了研究经济变量在一段时间内的平均发展水平和相互关系,文章基于区间型符号数据的研究视角,提出了一种基于分位数思想的Bayesian回归方法,用以分析内部存在非对称分布散点的区间数据,既可以估计数据的区间,也可以预测数据在此区间内的偏度和离散程度.在模拟研究中,通过对评价指标数值的假设检验分析了该模型相对于上、下限和中点半径模型的效果,并根据真实数据中存在异常信息的现象,在模拟数据中加入异常值,进一步验证分位数方法的优势和稳健性.在实证研究中,运用提出的分位数方法,上、下限法和中点半径法对我国各地区GDP和工业生产总值年度数据进行区间回归分析,评价指标显示分位数模型Bayesian方法具有更优的拟合和预测效果,在GDP发展水平不同的地区,工业增长的贡献存在差异.
文献关键词：
区间型符号数据;Bayesian分级模型;非对称散点分布;分位数;经济变量
中图分类号：
作者姓名：
张海燕;武晓蓓;李娜
作者机构：
长春工业大学数学与统计学院,长春130012
文献出处：
引用格式：
[1]张海燕;武晓蓓;李娜-.基于非对称分布散点分位数的区间数据回归分析)[J].统计与决策,2022(02):26-32
A类：
区间型符号数据,中点半径法,非对称散点分布
B类：
非对称分布,区间数据,数据回归分析,经济变量,Bayesian,估计数,预测数据,偏度,离散程度,假设检验,检验分析,下限,真实数据,异常信息,模拟数据,异常值,生产总值,年度数据,标显,分位数模型,工业增长,分级模型
AB值：
0.267994
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
