共 2 条
估计模型维度的双评分准则及其应用
被引：17
作者：
曹鸿兴
魏凤英
封国林
牛保山
机构：
[1] 中国气象科学研究院
[2] 江苏农学院
[3] 河南商水县气象站
来源：
关键词：
双评分准则;
估计模型;
表达式;
信息量准则;
均方根误差;
AIC;
CSC;
多项式回归;
模型预测;
小麦产量;
维度;
线性统计模型;
残差平方和;
分布密度函数;
D O I：
暂无
中图分类号：
O211.67 [期望与预测];
学科分类号：
020208 ;
070103 ;
0714 ;
摘要：
在预测问题中,如经济预测,天气预报,地震预报案,用户要求预报准确;尤其是所谓“大趋势”或“大方向”一定要报对,如明年是丰收还是歉收,股票未来升值还是贬值,汛期洪峰高还是低。如果趋势报反了,模型就失去了价值。基于这样的思想,我们从权衡预测模型的数量误差（精评分S1）和趋势误差（粗评分S2）同时达到最小来确定模型维度,故称为双评分准则（CSC）;其原理既不同于传统的统计检验也不同于Akaike信息量（AIC）。文中提出了一种新的CSC表达式。在线性统计模型中,S1取为与均方根误差等价的量,即（N-k）R2,N为样本量,k为模型线度,R为复相关系数,S2取为Kullback最小判别信息统计量。证明了S1中包含了信息量准则（AIC,BIC,HIC）所考虑的因素:殊差平方和小和维度k少;推导了假定S1与S2独立时CSC的分布为一渐近X2分布。对两个不同试验区小麦产量（1855-1884年）之差的著名例子进行了计算,所选2阶多项式回归与运用AIC所得结果和Fisher-Yates判断一致。另给出了预报旬降水量的气象实例
引用
收藏
页码：33 / 40
页数：8
相关论文