简介:构建了数据随机截断情形下的Weibull型参数模型,分别利用经典方法和Bayesian方法对其参数进行了估计。
简介:本文首先改进KuosmanenandKortelainen(2012)的随机前沿半参数模型,并运用改进模型,采用2005年1月1日至2011年6月30日我国30只样本基金的数据,实证评价基金投资效率。与以往的评价模型相比,改进的随机前沿半参数模型不仅结合了DEA和SFA的各自优点,还规避了基于CAPM的基金业绩评价可能造成的模型设定问题。此外,该模型不但能够更为充分和全面地评价基金的投资效率,而且可以根据研究者的自身需要将各种投入产出指标纳入基金投资效率的评价中,从而为研究者在基金评价领域提供了新的研究方法。基金投资效率的评价结果表明:首先,与传统测量指标的结果不同,我们的基金投资效率排名不仅取决于期末基金累计净值的大小或总收益率的高低,还取决于其较低的投入指标;其次,股票型基金和混合型基金的投资效率在不同基金之间差异明显,而债券型基金的投资效率在基金之间的差距较小,反映出债券型基金投资效率的稳健性。
简介:本文推广了文献[1]的方法,给出了定数截尾情况下两参数Weibull分布的形状参数的区间估计,并通过大量的Monte—Carlo模拟考察了优选问题。另外还讨论了两参数的联合区间估计。文章最后通过实例说明了本文方法的应用。
简介:摘要院半参数模型是参数模型和非参数模型的混合模型,其应用前景十分广泛。本文介绍了半参数模型中的补偿最小二乘法,并用实测数据验证了该方法的有效性,通过算例分析,该方法应用于重力异常插值格网化是可行的。
简介:Thispaperdiscussestheintervalestimationsmethodfortheparametersandotherreliabilitycharactersofathree-poxameterWeibulldistribution.Accordingtothefiducialdistrlbutiontheoryoftheparameter,theauthorpresentstheconfidenceintervalsoftheporameters,thereliabilityandthereliablelife.Anexamplemadsimulationresultsaregiven.Itisshownthatthemethodpresentedinthispaperispracticableandworthnoticing.
简介:为解决在定数截尾的情况下混合weibull分布的参数估计问题,给出了混合weibull分布的后验参数估计形式,设计了用于参数Bayes估计的Gibbs抽样方案.通过随机模拟,结果显示,采用Gibbs抽样算法的参数估计具有一定的有效性和良好的稳定性,特别在样本较少的情况下优于使用EM算法的估计结果.