基于Adaptive Lasso及面板数据均值共同变点的应用统计分析

摘要

本研究主要应用相关统计方法进行数据处理及分析，并运用到高校大学生学习状况研究和股市收益率变结构研究，且得到了很好的结果。主要内容包括：第一章首先介绍了统计方法在学业状况中的发展与应用，以及国内外的研究现状，最后提及了本文的研究意义；第二章详细介绍了在学业状况分析中有关主成分分析、因子分析、AdaptiveLasso的相关理论，同时还介绍了分析中需要用到的KMO检验和Bartlett球形检验方法，以及BIC信息准则；第三章进行本科成绩的统计分析，对2006-2009级的数学专业全体同学进行主成分分析，并利用逐步回归、Adaptive Lasso两种回归方法建立线性模型，分别对比不同方法的模型结果，并结合实际给出合理解释；第四章简单介绍统计方法在股市收益率中的发展与应用，以及国内对金融变点的研究现状，并引入金融变点研究涉及的面板数据均值共同变点理论。最后对2005-2015年的各大股市日收益率进行实证研究，采用面板数据均值共同变点对日收益率分别进行变点检测分析，根据所找出的变点位置，结合时政加以分析；第五章总结了本文所进行的应用统计研究。

目录

声明

致谢

摘要

第一章 绪论

1．1 学业状况研究背景

1．2 模型估计方法简介

1．3 本文主要研究内容

第二章 基本理论

2．1 主成分分析

2．2 因子分析

2．3 Lasso及其相关方法

2．4 KMO检验与Bartlett球形检验

2．5 BIC信息准则

第三章 本科成绩的统计分析

3．1 主成分分析

3．2 主成分回归模型

3．3 Adaptive Lasso回归模型

3．4 基于Adaptive Lasso的主成分回归模型

3．5 模型比较

第四章 Panel Data均值共同变点的实证分析

4．1 股市收益率的研究与发展

4．2 Panel Data均值共同变点检验

4．3 Monte Carlo模拟临界值

4．4 实证分析

第五章 总结

参考文献

攻读硕士学位期间的学术活动及成果情况