非参数密度估计在判别分析中的利用.pdfVIP

摘要 非参数密度估计是近20多年来现代统计学发展的一个重要方向，改变了传统统计学发 展的格局。密度函数的非参数估计方法有很多种，主要的有直方图估计、Rosenblatt估计， Parzen核估计和最近邻估计。 由于非参数密度估计的理论主要集中在大样本上，在应用上需要大量的数据以及复杂 的运算过程。随着计算机技术的发展，非参数密度估计的应用变得越来越广泛，其应用领 域开始涉及社会科学、物理科学、生物科学，以及各种工程技术领域。但是非参数密度估 计的重要性，不仅在于它的单独作用，更在于它作为统计推断的中间环节发挥作用，如用 于非参数判别、聚类分析，随机数的模拟等等。 在证券市场中，根据综合反映上市公司盈利能力、偿馈能力、成长能力、财务杠杆四 个方面的多种指标来判定上市公司的财务状况，尤其对亏损是否会戴帽或戴帽是否会脱帽 的判别将对涉及公司利益各方，尤其对广大投资者具有十分重要的现实意义。 本文详细地介绍了概率密度的核估计和最近邻估计的大样本理论、非参数判别法形成 的理论依据和基于核估计和近邻估计的非参数判别法的原理，并给出了非参数判别法的一 种统计软件程序。 最后本文把非参数判别法应用于财务预警模型的建立，说明了非参数密度估计在判别 分析中的实用性