两类零膨胀负二项回归模型在汽车保险定价中的应用

讨论了两种分布形式的零膨胀负二项回归模型,并应用一组实际汽车保险损失数据对两类模型进行了实证比较．结果表明,对于具有零膨胀特征的损失数据,零膨胀负二项回归模型的拟合结果优于普通索赔频率回归模型．     

调查中零频数过多的统计分析方法

无论是在自然科学领域还是在人文社会科学领域,我们会遇到各种各样的计数数据.对于社会生活、生产、管理中的一些计数数据通常是用泊松分布以及泊松过程来描述具有非常好的拟合效果.然而实际环境中,由于受各种因素影响与制约,出现了很多频数为零的数据.此时对含零特别多的计数数据,我们仍用泊松回归模型拟合就有些不合适了[1],因此人们开始构造新的模型,其中对于这种数据拟合效果比较好的一种模型就是零过多泊松分布模型(Zero-Inflated Poisson Distribution)[3,5].     

交通事故率的概率分布研究

本文以石太高速公路上的交通事故数据为样本 ,通过统计分析并在综合考虑了泊松分布、正态分布的优缺点的基础上 ,指出单位里程上的事故发生次数概率应服从负二项式分布 ,从而为进一步深入、准确的研究道路条件与交通事故的关系奠定了基础     

分歧泊松自回归模型的渐近分布

分歧自回归模型广泛用于分析细胞分裂规律,本文主要研究分歧自回归模型的一种形式即分歧泊松自回归模型的性质,推导出模型的极限分布是泊松分布。     

分歧泊松自回归模型的渐近分布

分歧自回归模型广泛用于分析细胞分裂规律,本文主要研究分歧自回归模型的一种形式即分歧泊松自回归模型的性质,推导出模型的极限分布是泊松分布。     

复合泊松过程及其应用

利用齐次泊松过程的再生性,研究了保险公司的总索赔次数和总索赔额,得到各类索赔的总索赔次数之和构成一齐次泊松过程;而各类索赔的总索赔额之和构成一复合泊松过程.同时考虑了齐次泊松过程与复合泊松过程在保险业风险管理中的应用.     

基于视觉的车道线检测方法研究

随着我国汽车保有量急剧增加,交通事故也呈现上升趋势,车辆碰撞导致的交通事故在总交通事故中占据了较大的比例,产生碰撞的主要原因之一就是由于人的视觉呈扇形,驾驶员进行换道操作时,存在一定的视觉盲区.笔者就是在汽车侧方后视镜上安装摄像机采集汽车两侧图像,通过工控机识别图像中远近车道线,近侧车道线用最小二乘法拟合,在此基础上估计出远侧车道线,利用车道线检测辅助驾驶员换道操作,减少碰撞交通事故的发生.     

一类冲击模型的期望损伤

研究了冲击次数服从泊松过程、损坏是可加的冲击模型,给出了期望损坏,从而为评估系统寿命提供依据.     

道路条件与交通安全关系研究

本文在阐述分析了事故率系数法、多元线性回归法、泊松分布回归法等的优缺点的基础上 ,提出用负二项式回归法 ,同时利用该法对石太高速公路上的道路线形条件与交通安全进行了回归分析     

复合泊松过程可加性的一种证明

首先用概率母函数的方法证明了广义齐次泊松过程的可加性.由于给定了参数λ和Pk的广义齐次泊松过程是一个复合泊松过程,从而运用广义齐次泊松过程的证明思路,证明了复合泊松过程也具有与广义齐次泊松过程相似的性质--可加性.     

Growth Curve Models for Zero-Inflated Count Data: An Application to Smoking Behavior

This article applies growth curve models to longitudinal count data characterized by an excess of zero counts. We discuss a zero-inflated Poisson regression model for longitudinal data in which the impact of covariates on the initial counts and the rate of change in counts over time is the focus of inference. Basic growth curve models using a single outcome are described, as well as a model in which two linked outcomes constitute a dual-trajectory growth process. This model is applied to assess the impact of changes in financial stress on longitudinal change in smoking.     

Modeling Zero-Inflated and Overdispersed Count Data: An Empirical Study of School Suspensions

The purpose of this article is to develop a statistical model that best explains variability in the number of school days suspended. Number of school days suspended is a count variable that may be zero-inflated and overdispersed relative to a Poisson model. Four models were examined: Poisson, negative binomial, Poisson hurdle, and negative binomial hurdle. Additionally, the probability of a student being suspended for at least 1 day was modeled using a binomial logistic regression model. Of the count models considered, the negative binomial hurdle model had the best fit. Modeling the probability of a student being suspended for at least 1 day using a binomial logistic regression model with interactions fit both the training and test data and had adequate fit. Findings here suggest that both the negative binomial hurdle and the binomial logistic regression models should be considered when modeling school suspensions.     

Research-teaching nexus: The new answer to the old question

The study tests 3 research hypotheses on the teaching-research nexus using the administrative data of the HSE University in Russia for 7 years. We confirmed the hypothesis that a lower classroom teaching load is associated with higher research output. Undergraduate courses have a relatively higher negative effect, especially on the probability of producing research output at all. A higher concentration of teaching in some semesters or quarters looks rather ineffective as a way to stimulate higher research productivity. Only a moderate share of English-taught classes (about 20% of the teaching load) is associated with higher research output and only for publications in good international journals. The empirical part of the study is based on zero-inflated Poisson and zero-inflated negative binomial models. This study comes to contribute to the development of literature discussing a mechanism and possible implications in teaching load composition as an essential part of the academic contract.     

大鼠哮喘模型中嗜酸性粒细胞上前列腺素D2受体改变研究

目的：研究大鼠哮喘模型中外周血嗜酸性粒细胞（EOS）上前列腺素D2（PGD2）受体改变,了解其对EOS的调控作用。方法：动物模型复制：20只雄性SD清洁级大鼠,随机分2组（A组：卵白蛋白（OVA）激发组,B组：应用生理盐水雾化吸入组,为正常对照组）,雾化诱喘。测定外周血和肺泡灌洗液（BALF）的EOS,并用放射配体分析其外周血EOS上的PGD2受体。结果：B组外周血和BALF的EOS计数较正常组显著增加,（外周血0.48±0.01和0.12±0.03（×10^9/L）,BALF：1.21±0.47和0.39±0.24（×10^7/L））;外周血EOS上CRTH2受体结合容量和总结合比正常对照组和增加（fmol/10^6细胞）（CRTH 2分别为：313.58±86.17和121.32±69.88;DP总结合分别为449.19±121.49和298.85±79.64）（P〈0.01）,DP1无显著性差异（A组180.72±47.44和B组198.68±87.22）（P〉0.05）。结论：在大鼠哮喘模型中外周血和BALF中EOS绝对值增高,其表面DP总结合显著增加,主要与CRTH2受体（DP2）显著增加有关,DP1受体结合容量无显著改变,CRTH2结合容量增加可能与哮喘发病机制有关。     

杭州西溪湿地灌草植被的排序和数量分类

杭州西溪湿地是在一千多年农渔耕作用下形成的城市边缘次生湿地．该项研究对西溪湿地自然生长的灌草植被进行了23个9m。的共优种样方和若干个单优种群落的调查,并尝试对它们进行DCA排序和TWINSPAN的聚类分类研究．结果显示,土壤水分和光照条件是影响西溪灌草植被群落及物种分布的主要因子．西溪的灌草植被大体上可以分为6大类,27个群丛：阳性-水生植物群落——9个群丛,阳性、近岸的湿生植物群落——8个群丛,介于湿生和中生之间的植物群落——3个群丛,以上三类是典型的湿地植被类型：阳性．中生植物群落——3个群丛,介于喜阳和耐阴之间的中生植物群落——2个群丛,耐阴的中生植物群落——2个群丛,后三类不是典型的湿地植被类型．TWINSPAN将99个物种分成两类：偏中生的和偏湿生的物种．DCA的排序与TWINSPAN聚类结果基本一致．最后指出,在保护现有生境和物种多样性的基础上,扩大和修复湿地生境,培植多样的湿地植物是杭州西溪湿地今后管理的重要任务．     

主成分回归、偏最小二乘回归与神经网络耦合的中长期电力负荷预测

为提高负荷预测精度,将主成分回归（PCR）、偏最小二来回归（PLSR）与反向传播神经网络（BPNN）相结合,分别建立基于PCR和PLSR及与神经网络耦合的年用电量预测模型.结果表明,以PCR和PLSR方法提取成分作为神经网络的输入,以实际用电量作为输出,建立的PC-BPNN和LV-BPNN非线性预测模型拟合优度优于PCR和PLSR线性预测模型.从检验四个预测模型的预测效果看,线性预测模型的预测值均高于实际值,非线性预测模型的预测值均低于实际值.     

基于遗传退火算法进化神经网络的水位预测

为获得更准确的预测结果及更优良的预测性能,本文提出了一个新模型.该模型将遗传算法和退火相结合并进化BP神经网络,称为GASANN模型.通过预测中国广西柳江年水位数据,将新模型的性能与加权移动平均(WMA)、逐步回归(SR)以及自回归移动平均(ARIMA)进行比较,结果显示新模型性能优于其他模型.因此,该非线性模型可作为获取准确水位预测及改善水位预测性能的可选模型之一.     

基于遗传算法优化最小二乘支持向量回归机的平板型固体氧化物燃料电池的控制相关动态辨识建模

研究目的：为了同时预测固体氧化物燃料电池（SOFC）的电压、温度动态特性和设计控制器,建立SOFC的控制相关动态辨识模型。创新要点：为了建立SOFC更精确的最小二乘支持向量回归机（LSSVR）动态模型,采用遗传算法（GA）优化LSSVR的参数。所建GA-LSSVR模型可同时预测SOFC的电压和温度动态特性。研究方法：1.分析SOFC的电化学和能量平衡子模型。2.利用所选择的最优LSSVR参数,建立了SOFC的GA-LSSVR动态辨识模型。通过仿真分析和比较,验证了所建模型的有效性（图3和4）。3.利用所建模型的预测结果,与模拟退火算法优化最小二乘支持向量回归机（SAA-LSSVR）和5折交叉验证最小二乘支持向量回归机（5FCV-LSSVR）模型的预测结果进行了比较,表明所建立的GA-LSSVR模型具有较高的预测精度（表3和4）。重要结论：通过比较SAA-LSSVR和5FCV-LSSVR模型的预测结果,发现所建GA-LSSVR模型具有较好的预测性能和精度。基于所建立的GA-LSSVR模型可进行有效的多变量控制器设计。     

盈余管理、诉讼风险与审计费用溢价

以沪深两市A股上市公司2006—2008年经验数据,运用完全信息非对称动态纳什博弈模型,考察了公司客户在诉讼风险约束下盈余管理与审计费用溢价的作用机理。实证结果发现：在控制其他因素的影响后,诉讼风险不对称性会导致上市公司减少（增加）收入的盈余管理与审计费用溢价负（正）相关,正向盈余管理比同幅度负向盈余管理产生较弱的审计费用溢价效应,高增长型客户正向盈余管理导致的审计费用溢价效应在诉讼风险环境中被扩大。这表明审计师在风险导向审计模式下充分考虑了公司、诉讼风险的不对称性,修正了审计的风险判断。