纵向数据半参数回归模型的估计方法

本文考虑纵向数据半参数回归模型,通过考虑纵向数据的协方差结构,基于Profile最小二乘法和局部线性拟合的方法建立了模型中参数分量、回归函数和误差方差的估计量,来提高估计的有效性,在适当条件下给出了这些估计量的相合性.并通过模拟研究将该方法与最小二乘局部线性拟合估计方法进行了比较,表明了Profile最小二乘局部线性拟合方法在有限样本情况下具有良好的性质.     

广义非线性最小二乘问题的一个分离解法

非线性最小二乘涉及数据拟合问题.在测量、实验与科学研究中常用一个选定的含有可调参数向量x∈R~n的函数y=φ(x,t)(通常为x的非线性函数)去拟合一组含有误差的数据(T_j,y_j),j=1,2,…,m,最小二乘就是选择适当的参数向量x使函数x=φ(x,t)在拟合误差平方和最小意义下最优地拟合这些数据.如T_j(j=1,2,…,m)上的误差为零或忽略不计,问题则成为常规非线性最小二乘问题:     

数据拟合函数的最小二乘积分法

数据拟合的方法很多,每种方法各有特点.本文探讨了积分准则下的数据拟合函数的方法,称为最小二乘积分法,并给出了两个常用拟合函数具体形式.     

数据拟合函数的加权最小二乘积分法

数据拟合的方法很多,每种方法各有特点.探讨了积分准则下的数据加权拟合函数的方法,称为加权最小二乘积分法,并给出了三个常用拟合函数具体形式.     

基于概率分布对巴音郭楞蒙古自治州风速特征的研究

基于新疆巴音郭楞蒙古自治州风速数据,讨论了分布参数估计方法和分布模型选择准则,发现混合威布尔分布是一个非常灵活的分布.采用极大似然方法和最小二乘方法,并运用四种优化算法找到参数最优估计值.同时,使用8种测度指标多重判断分布的适用性.对于混合威布尔分布,采用最小二乘法估计模型参数时,得到的分布能较好地拟合该地区风速.结果对相关部门实际分析巴音郭楞蒙古自治州风速特征和风能潜力具有参考价值.     

函数型部分线性乘积模型的B-样条估计

本文研究了函数型部分线性乘积模型,该模型可用于响应变量为正数的函数型数据的统计建模问题,经过对数变换后模型转化为函数型部分线性模型.基于B-样条,通过极小化最小一乘相对误差(LARE)和最小乘积相对误差(LPRE),分别给出模型的LARE估计和LPRE估计,其中B-样条基的维数利用Schwarz信息准则选取.对两种估计方法分别给出斜率函数估计的相合性和参数部分估计的渐近正态性,并且证明了斜率函数的收敛率达到了非参数函数估计的最优速率.蒙特卡洛模拟用来比较所提出的方法与最小一乘(LAD)估计和最小二乘(LS)估计在不同误差分布下的有限样本性质,模拟结果表明所提方法是有效和实用的.最后通过一个实际数据分析的例子来说明模型的应用.     

法向最小二乘法

<正> 通常的最小二乘法是以||·||_2z为准则,本文提出一种以数据点到拟合曲线的法向距离之平方和为准则的法向最小二乘法。设有m个数据点(x_i,y_i)(i=1,2,…m),n个基函数_f(x)(j=1,2,…,n),线性最小二乘拟合曲线函数为     

Morgan-Mercer-Flodin模型和Weibull模型的拟合

Morgan-Mercer-Flodin模型和 Weibull模型是两个著名的四参数 S形生长模型 .在一定的正则变换下 ,它们的隐函数方程及未线性化参数与拐点特征之间的联系都非常相似 .从而可用完全相同的方法对它们的未线性化参数初始值进行搜索 ,以拟合隐函数曲线的 GNL法对它们进行最小二乘拟合 .还用实例对这种算法进行了验证 .     

二个四参数增长曲线模型参数初始值的确定方法与模型应用

对非线性回归模型进行非线性最小二乘估计一般需要确定参数初始值.在非线性回归模型中,General Logistic模型和Von Bertalanffy模型是二个含有四参数的增长曲线模型,对数据的拟合有较强的适应性,应用较为广泛.本文给出这两个模型参数初始值的确定方法,并应用于实际拟合,得到很好的效果.     

半变系数模型改进的轮廓最小二乘估计

针对半变系数模型,在局部线性拟合轮廓最小二乘估计方法的基础上将关于变系数函数的局部线性拟合改进为局部非线性拟合,得到半变系数模型改进的轮廓最小二乘估计,进一步讨论了常值系数的渐进正态性.