首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 234 毫秒

1.  非参数固定设计回归模型中的Stahel-Donoho核估计  
   林路  崔霞《中国科学A辑》,2006年第36卷第10期
   研究非参数固定设计回归模型中的稳健核估计. 提出了一种Stahel-Donoho核估计, 在此核估计中, 权重函数既依赖于数据深度, 又依赖于设计点和估计点之间的距离. 对不可直接计算的误差深度, 利用局部近似, 给出了一种近似计算方法, 使得新的估计是计算有效的. 新的估计获得较高的崩溃点值, 并有渐近正态和均方收敛等良好的大样本性质. 与参数模型中的深度加权估计不同的是,这种深度加权非参数估计有简单的方差结构,于是,人们可以比较新旧估计的有效性.数据模拟结果表明,新的方法可以平滑回归估计,并获得稳健性和有效性的良好平衡.    

2.  带跳单指标模型的半参数跳点检测估计  
   赵彦勇  林金官  杜秀丽《中国科学:数学》,2019年第7期
   单指标模型是统计学中常用的维数约减模型.在实际应用中,连接函数可能有奇异点,包括某些未知位置上有跳点和某些相关过程的结构变点.检测这些奇异点对于系数估计和了解结构改变非常重要.本文基于精细最小平均条件方差估计和函数二阶导数的零穿越性质,提出一个跳点检测方法,然后利用检测出的跳点给出参数向量和连接函数的半参数跳点检测估计量,并讨论程序参数的选择.在较弱的假设条件下,本文建立跳点检测程序和所提估计量的大样本性质.数值模拟和实例分析验证了所提方法在有限样本下的表现.    

3.  非参数回归中方差变点的小波检测(英文)  
   Wang Jingle  Zheng Ming《应用概率统计》,2012年第28卷第4期
   本文主要研究了非参数回归模型中方差函数的变点, 利用小波方法构造的检验量来检测方差中的变点,建立了这些检验量的渐近分布, 并且运用这些检验量构造了方差变点的位置和跳跃幅度的估计, 给出了这些估计的渐近性质, 并进一步通过随机模拟验证了本文方法在有限样本下的性质.    

4.  左截断相依数据下非参数回归的局部M 估计  
   王江峰  梁汉营  范国良《中国科学:数学》,2012年第42卷第10期
   本文对左截断模型, 利用局部多项式的方法构造了非参数回归函数的局部M 估计. 在观察样本为平稳α-混合序列下, 建立了该估计量的强弱相合性以及渐近正态性. 模拟研究显示回归函数的局部M 估计比Nadaraya-Watson 型估计和局部多项式估计更稳健.    

5.  稳健统计(Ⅲ)  被引次数:1
   陈忠琏《数理统计与管理》,1992年第11卷第3期
   1.10稳健化和M估计 我们看到正态方法(最小二乘法)不能抵抗(阻尼)离群值的破坏性大影响,它的破坏点为0,影响函数是无界的,总之,它是不稳健的.它可以被改造成稳健方法,这种修正的过程称为稳健化;或者找到另一种代用的稳健方法,称为稳健代用品. 由主观判断识别出离群值;或者用离群值检验诊断的办法,识别出离群值,然后剔除离群值,对于剩余样本用传统的正态方法。这样,实际上已实现了稳健化.L估计中有许多稳健方法,例如,样本中位数、切尾均值都是稳健位置估计.另外,可以从非参数统计中找到稳健代用品。例如R估计就是由(不依赖于总体分布的)秩…    

6.  非参数回归模型均值与方差双重变点的估计  
   胡尧  邓春霞  李丽《应用概率统计》,2018年第3期
   本文基于核估计和小波方法研究异方差非参数回归模型中均值函数和方差函数均存在变点的估计问题.首先,构造基于均值函数的核估计量,求出均值变点位置及跳跃度的估计.其次,利用小波方法构造方差变点的估计量,运用该估计量获得方差变点位置与跳跃度的估计,给出变点估计量的渐近性质.最后数值模拟并通过比较验证了方法的有效性.    

7.  复发事件下一般半参数比率回归模型  被引次数:1
   刘焕彬  何穗  孙六全《应用数学学报》,2008年第31卷第4期
   收稿在复发事件数据下,研究了-个一般半参数比率回归模型中参数的估计问题,给出了该模型中未知参数和非参数函数的一种估计方法,并证明了这些估计的相合性和渐近正态性.    

8.  一类基于秩次的稳健线性回归估计与诊断方法  
   王彤  鲍彦平《数理统计与管理》,2008年第27卷第5期
   线性回归模型的误差项不服从正态分布或存在多个离群点时,可以将残差秩次的某些函数作为权重引入估计模型来减少离群点的不良影响。本文从参数估计、稳健性质、回归诊断等方面对基于残差秩次的一类稳健回归方法进行介绍.通过模拟研究和实例分析表明,R和GR估计是一种估计效率较高的稳健回归方法,其中GR估计可同时避免X与Y空间离群点,而高失效点HBR估计可通过控制某个参数在稳健性与估计效率之间进行折衷.    

9.  纵向数据下半参数回归模型估计的收敛速度  
   田萍  苗宝军  薛留根《数学的实践与认识》,2008年第38卷第11期
   考虑纵向数据下半参数回归模型:yij=x′ijβ+g(tij)+eij,i=1,…,n,j=1,…,mi.基于最小二乘法和一般的非参数权函数方法给出了模型中参数β和回归函数g(·)的估计,并在适当条件下证明了参数分量β的估计量的强收敛速度和未知函数g(·)的估计量的一致强收敛速度.    

10.  非参数模型均值函数结构变点的Bootstrap检测  
   赵春辉  田铮  陈占寿《数理统计与管理》,2011年第30卷第4期
   本文检测非参数回归模型均值函数结构变点,针对均值函数跃度的长期均值为零时,基于残量的CUSUM统计量对均值函数结构变点检验无效的问题,本文提出了一种基于均值函数的核估计的检验统计量,得到统计量在原假设和备择假设下的极限分布,并构造Bootstrap方法对非参数回归模型均值函数结构变点进行检验,证明了检验和估计的一致性;模拟结果表明本文方法明显优于已有方法。    

11.  随机权函数半参数回归模型的导方差统计分析  
   王志忠 王涛 刘琴《数学理论与应用》,2006年第26卷第2期
   在回归分析中,观测值的方差齐性只是一个基本的假定,在参数、半参数和非参数回归模型中关于异方差检验和估计问题已有很多研究.本文在冉昊和朱忠义(2004)讨论的半参数回归模型的基础上,用随机参数方法,讨论随机权函数半参数回归模型中的异方差检验问题,得到了方差齐性检验Score统计量,同时,当半参数模型存在异方差时,本文还给出了估计方差的方法.    

12.  纵向数据下半参数回归模型的统计分析  
   田萍  薛留根《系统科学与数学》,2007年第27卷第6期
   对于纵向数据下半参数回归模型,基于广义估计方程和一般权函数方法构造了模型中参数分量和非参数分量的估计.在适当的条件下证明了参数估计量具有渐近正态性,并得到了非参数回归函数估计量的最优收敛速度.通过模拟研究说明了所提出的估计量在有限样本下的精确性.    

13.  纵向数据下线性模型的模态回归估计  
   黄星寿  赵培信  杨宜平《应用数学》,2019年第1期
   本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数据模拟结果表明所提出的估计方法具有较好的稳健性和有效性.    

14.  拟合优度检验的回归分析方法及在参数估计中的应用  被引次数:2
   杨振海《应用概率统计》,1993年第9卷第1期
   本文利用人工参数建立了拟合优度检验的回归模型,并将其应用参数估计。特别对于位置参数的估计是强相合、渐近正态和稳健的,其崩溃点是1/2。    

15.  多元测量误差模型的稳健GM-估计量  
   马江洪  张文修《应用数学学报》,2002年第25卷第1期
   由于EV(Errores-in-Variables)模型(也称测量误差模型)的最大似然估计由正交回归给出,而正交回归对污染数据是敏感的,所以,需要采用稳健的统计方法来估计模型参数。本文在多元EV模型中引入稳健GM-估计量,把一元正态EV模型的若干结果推广到多元情形,所得的稳健性结果不仅更具一般性,而且还修正了文献中对一元情形给出的一个错误结果。    

16.  一类纵向数据半参数模型中的强相合估计  
   田萍  马国锋《数理统计与管理》,2008年第27卷第5期
   本文考虑如下纵向数据半参数回归模型:y_(ij)=x′_(ij)β+g(x_(ij))+e_(ij).结合最小二乘法和非参数权函数估计方法得到模型中参数β,回归函数g(·)的估计,并在适当条件下证明了估计量的强相合性.    

17.  基于HBP估计的宏观经济统计数据诊断方法实证研究  
   钱存阳  易荣华《数理统计与管理》,2015年第3期
   HBP估计是具有高失效点的稳健估计方法,根据生产函数模型,利用LMS和MCD估计方法对浙江省相关年份的GDP进行了定量诊断,发现研究期间的GDP存在异常点和高杠杆点,并对异常点进行了验证,对高杠杆点进行了分析,解释了高杠杆点的产生原因。同时利用RLS估计方法对模型进行回归,根据回归结果对异常点进行了修正。    

18.  纵向数据半参数回归模型估计的r阶平均相合性  
   田萍  薛留根《应用数学》,2008年第21卷第3期
   本文考虑纵向数据下半参数回归模型:yij=xij′β g(tij) eij,i=1,…,m,j=1,…,ni.基于最小二乘法和一般的非参数权函数方法给出了模型中参数β,回归函数g(·)和误差方差σ2的估计,并在适当条件下证明了估计量的r(r≥2)阶平均相合性.    

19.  基于众数回归的部分函数型线性可加模型的稳健估计  
   余平  杜江  张忠占《中国科学:数学》,2019年第5期
   本文讨论部分函数型线性可加模型参数的稳健估计,该模型由经典的可加回归模型和函数型线性模型组合而成.采用B-样条基函数对模型中斜率函数和非参数可加函数进行近似,然后通过最大化众数回归目标函数得到基于众数回归的估计.在一些正则条件下,本文给出估计的收敛速度和渐近分布.最后通过模拟计算和应用实例以表明所提方法的有效性.模拟结果表明,该方法不仅具有稳健性,即不易受污染数据或厚尾分布的影响,而且在信噪比较大时可以与最小二乘方法有相同的表现.    

20.  复发事件下加性乘积比率回归模型  
   戴家佳  孙六全  杨振海《中国科学A辑》,2009年第39卷第5期
   本文基于复发事件数据,研究了半参数加性乘积比率回归模型的统计问题,利用估计方程的思想,给出了该模型中未知参数和非参数函数的一种估计方法,同时证明了所提出估计的相合性和渐近正态性.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号