随机删失数据非线性回归模型的最小一乘估计

研究了随机删失数据非线性回归模型的最小一乘(LAD)估计问题, 证明了LAD估计量的渐近性质, 包括相合性、依概率有界性和渐近正态性等. 模拟结果显示对删失数据回归问题, LAD估计仍比最小二乘估计(LSE)稳健.  

半参数非线性回归模型渐近推断的几何

本文利用Severini和Wong^[1]提出的最佳偏差曲线的概念，对半参数非线性回归模型建立了类似于Bates和Watts^[2]的几何结构。利用这个几何结构，我们研究了与统计曲率有关的某些渐近推断。文献中的许多结果^[3-6]被推广到半参数非线性回归模型。  

应用SAS解非线性回归问题

.应用SAS/STAT估计非线性回归模型中的参数.首先,通过变量代换,把可以线性化的非线性回归模型化为线性回归模型,并用普通最小二乘法、主成分分析法和偏最小二乘法求模型中的参数和回归模型.其次,通过改良的高斯—牛顿迭代法来估计Logistic模型和Compertz模型中的参数.  

非线性模型中拟似然估计的若干性质

本文主要讨论拟得分函数在广义正则线性无偏函数类中的性质，并证明拟似然估计在泛似拟然估计类中的渐近最优性。  

非线性回归模型校正和应用

本文提出了非线性回归模型的校正模型，该方法尤其适于当社会经济系统发生变化时供建立预测模型之用，从而扩大了非线性回归模型的应用范围。经实例验证，该方法的效果是显著的。  

m0相依误差下非线性回归模型LS估计的大偏差

该文获得了m0相依误差下非线性回归模型LS估计的大偏差，推广了Sieders和Dzhaparidze在独立误差下的相应结果  

具有结构变化的非线性回归模型的阶段异方差检验

对于具有结构变化的非线性回归模型,两阶段的随机误差同时具有方差齐性是一个基本假设,但是该假设未必正确．本文研究该模型阶段异方差的检验问题．首先探讨了两阶段异方差的同时检验,然后构造了两阶段异方差的两个单个检验,分别得到了同时检验和单个检验的score统计量以及相应的调整形式．然后应用得到的检验统计量分析了南澳大利亚洋葱数据的阶段异方差性(Ratkowsky,1983),并用AIC,SBC进行模型比较,得到的结果与检验结果非常吻合．最后,用Monte Carlo模拟方法研究了统计量的检验功效．  

具有测量误差的非线性模型的Bayes估计

测量中大量的函数模型都是非线性回归模型．当回归变量含有一定的测量误差时，我们得到非线性测量误差模型．本讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法，并对这种估计进行了影响分析，证明了删除模型与均值漂移模型中参数的Bayes估计相同，利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量．  

非线性模型中的拟似然估计和约束拟似然估计

该文证明了,在非线性回归模型中,若以均方误差或均方误差矩阵为标准,拟似然估计是正则广义拟似然估计类中的最优估计,并讨论了拟得分函数最优性与拟似然估计最优性的关系.为改进拟似然估计,该文提出了一种约束拟似然估计,并证明了约束拟似然估计比拟似然估计有较小的均方误差.  

半相依非线性回归方程组中的近似得分函数和拟近似得分函数

本文定义了半相依非线性回归方程组中的近似得分函数和拟近似得分函数．这些函数利用了样本信息和附加信息，在均方误差准则下改进了独立得分函数和拟独立得分函数．