首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   51篇
  国内免费   7篇
  完全免费   18篇
  数学   76篇
  2020年   1篇
  2018年   1篇
  2015年   1篇
  2014年   7篇
  2013年   3篇
  2012年   5篇
  2011年   9篇
  2010年   7篇
  2009年   5篇
  2008年   4篇
  2007年   7篇
  2006年   5篇
  2005年   1篇
  2004年   3篇
  2003年   1篇
  2002年   3篇
  2001年   2篇
  2000年   1篇
  1998年   2篇
  1997年   2篇
  1996年   1篇
  1995年   3篇
  1994年   2篇
排序方式: 共有76条查询结果,搜索用时 43 毫秒
1.
部分线性模型中估计的渐近正态性   总被引:44,自引:1,他引:43       下载免费PDF全文
考虑回归模型其中是未知函数,(x_i,t_i,u_i)是固定非随机设计点列,β是待估参数,e_i是随机误差。基于g(·)及f(·)的一类非参数估计(包括常见的核估计和近邻估计),我们构造了β的加权最小二乘估计,并证得了最小二乘估计和加权最小二乘估计的渐近正态性。  相似文献
2.
部分线性模型中估计的收敛速度   总被引:25,自引:0,他引:25       下载免费PDF全文
高集体  洪圣岩  梁华 《数学学报》1995,38(5):658-669
考虑回归模型(Ⅰ):其中(x_i,t_i)是固定非随机设计点列,x_i=(x_(il),…,x_(ip))'β=(β_1,…,β_p)'(p>1),g是定义在[0,1]上的未知函数,β是未知待估参数,0<t_i<1,e_i是i.i.d.随机误差,且Ee_i=0,Ee=σ ̄2<∞。基于g的估计取一类非参数权估计(包括常见的核估计和近邻估计),我们讨论了β的最小二乘估计及g的估计的最优强弱收敛速度。  相似文献
3.
部分线性模型中估计的强相合性   总被引:17,自引:0,他引:17       下载免费PDF全文
陈明华  任哲  胡舒合 《数学学报》1998,41(2):429-438
考虑回归模型:yi=xiβ+g(ti)+σiei,1in,其中σ2i=f(ui),(xi,ti,ui)是固定非随机设计点列,f(·)和g(·)是未知函数,β是待估参数,ei是随机误差.对文[1]给出的基于g(·)及f(·)的一类非参数估计的β的最小二乘估计^βn和加权最小二乘估计βn,我们在适当条件下证明了它们的强相合性.  相似文献
4.
NA样本下部分线性模型中估计的强相合性   总被引:9,自引:0,他引:9  
考虑回归模型:yi=xiβ+g(ti)+σiei,1<i<n,其中σ_i~2=f(ui),(xi,ti,ui)是固定非随机设计点列,f(·)和g(·)是未知函数,β是待估参数,误差{ei}为NA变量.我们对β的最小二乘估计βn和加权最小二乘估计Bn,在适当的条件下得到了它们的强相合性.  相似文献
5.
部分线性模型中的Edgeworth展开   总被引:8,自引:0,他引:8  
石坚 《数学学报》1998,41(4):683-686
本文在相当一般的条件下,首先给出了部分线性模型中有关参数β的标准化统计量一阶Edgeworth展开,然后构造了误差方差的一个非残差型相结合估计,最后给出了相应的学生化统计量的Edgeworth展望。  相似文献
6.
随机删失场合部分线性模型中的核光滑方法   总被引:7,自引:0,他引:7  
考虑模型Y=Xβ+g(T)+e。其中g为[0,1]上的未知光滑函数,β为一维待估参数,为不可观察误差.当观察受到随机删失时,本文基于核光滑和综合数据方法导出了β和g的估计βn*和gn*证明了βn*的渐近正态性,并获得了gn*的非参数收敛速度O(n-1/3)  相似文献
7.
一种Sieve极大似然估计的渐近性质   总被引:2,自引:0,他引:2  
该文针对部分线性模型,在响应变量的观测值为Ⅰ型区间删失数据的情形下,讨论Sieve极大似然估计的渐近性质.用三角级数来构造Sieve空间,在一定条件下证明了该估计具有强相合性;得到了该估计的弱收敛速度,并且非参数部分的估计达到了最优收敛速度;还算出了参数部分的信息界.  相似文献
8.
部分线性模型参数分量的L_1模估计的渐近正态性   总被引:2,自引:0,他引:2  
考虑i.i.d.观测数据(T1,X1,Y1),…,(Tn,Xn,Yn),其中Ti∈[0,1],ui为观测误差,β0为未知参数向量,g0为未知函数.本文用分段多项式gn(t)来逼近g0(t),求解得到β0的估计β和g0的估计gn,其中n是一个m阶分段多项式类.在一定条件下,本文证明了渐近正态.  相似文献
9.
随机截断下部分线性模型中参数估计的渐近性质   总被引:2,自引:0,他引:2  
考虑部分线性回归模型Yi=xiβ g(ti) σiej,i=1,2,…,n其中σi^2=/f(ui).当Yi因受某种随机干扰而被右截断时,就截断分布巳知的情形,利用所获得的截断观察数据构造了β,g,f的估计量β^~n,g^~n,f^~n,并在一定条件下,证明了β^~n的渐近正态性,同时得到了g^~n,f^~n的最优收敛速度。  相似文献
10.
NA误差下部分线性模型的经验似然推断   总被引:2,自引:1,他引:1  
对于部分线性模型yi=βxi+g(ti)+ei,1≤i≤n,这里(xi,ti)是固定设计点,g是未知函数,ei是负相协(NA)随机误差,给出了回归系数的经验似然比统计量,并讨论了似然比统计量的极限分布,可构造参数的经验似然置信区间.  相似文献
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