一般回归模型中的非参数估计

本文考虑一般回归模型中回归系数的方向之估计。文中,利用最大似然型的准则,找到了回归系数方向的相合估计。但在把他们的估计中,对自变量的分布加上了很强的限制性条件。本文,为了去掉这个限制性条件,找到了一个非参数估计方法,并证明了它的相合性。     

关于回归模型的参数估计效率

本文讨论回归模型的参数估计效率。本文说明了现有线性回归模型的参数估计效率的下界与真实的参数估计效率在很多情况下相差较大,而且这种下界对于实测数据处理很难得到精确值。本文给出了估算参数估计效率的仿真方法。理论分析表明,该方法给出的参数估计效率的估计较现有的下界估计更合理;仿真和实算结果表明,对于一大类线性和非线性回归模型,该方法给出的回归模型的参数估计效率的估计更接近模型参数估计效率的真值。     

有AR残差的回归模型的参数估计和定阶

§1.引言 在线性回归模型中,有平稳相关噪声的回归模型是一类最常用、最广泛的形式,它的一般定义如下: 其中ε(t)为白噪声,F_t=(F_1(t),…,F_s(t))~τ为自变元,而β=(β_1,…,β_s)~τ为自变元的回归系数,Φ(B)=1-Φ_1B-…-Φ_pB~p,θ(B)=1-θ_1B-…-θ_qB~q,为后移算子,且序列{η(t),t≥1}是不可观测的。模型(1.1)蕴含了人们熟知的(A)统计     

误差项有条件异差阵的多元自回归模型的参数估计

线性时间序列模型至今已有广泛的研究，但这些模型习惯上都设预测方差是一个     

伪抛物线回归函数模型的建立与参数估计

在大量的实际问题中，变量与变量间的相关关系都呈现出伪抛物线状的变化规律，尤其在以投入报酬递减率为事物本质的研究中更是如此．本文通过对伪抛物线函数性质的深入分析，建立了伪抛物线回归函数模型，并根据该模型的特点，运用数值计算和解析计算相结合的方法，建立了该模型的参数估计方法，同时给出了显著性检验方法．     

相依回归模型的参数估计的风险估计

本文给出了相依回归模型的ＯＬＳ估计，ＧＬＳ估计和ＲＧＬＳ估计在二次损失和Ｆｉｓｈｅｒ损失下的风险估计不等式。     

基于参数估计线性回归模型选择的研究

关于线性回归模型选择,[1]中介绍了许多方法,他们均基于残差平方和下建立的选择准则,本试基于参数估计的理论给出一种方法,从参数估计的优良性质上来说,我们认为是合理的,同时给出了计算方法及应用实例。     

自变量带误差的线性模型参数估计的收敛速度

给出了部分变量带误差而部分变量不带误差的线性咽归模型的参数估计的收敛速度。     

平稳增广混合回归模型参数估计的一种新方法及其应用

本文提出平稳增广混合回归模型参数估计的一种新方法,该方法采用逐次投影分离参数的方法直接给出模型中自回归部分参数的估计,并由此而获得回归部分参数的估计。该方法克服了以往解此类问题时只能用近似求解方法的缺点。将该方法用到雷达使用有效度预测方程的参数估计中,取得令人满意的效果。     

非线性回归模型参数估计的一个新算法

近年来,非线性回归的研究受到极大的重视.Ratkowsky(1983)总结了非线性回归分析的近代发展,著成专著.韦博成从微分几何的观点对非线性回归分析作了处理.究其原因,一方面因为线性回归分析的研究已臻完善;另一方面因为在实际应用时,非线性情形遇到最多,如由物理,化学,生物,地学等学科的实验所得到的模型几     

具有ARCH误差的回归模型参数估计的收敛速度

西方讨论了具有ＡＲＣＨ误差的回归模型参数估计的收敛速度。     

混合系数线性模型的参数估计

在连续测量数据情况下,本文给出了关于固定系数d和随机系数"的线性模型以及模型参数的估计,并讨论了参数估计的有关性质。     

非线性E-V回归模型中参数估计的渐近性质

本文讨论了非线性E-V回归模型中参数的估计问题,构造了未知参数β0的最小二乘估计β和误差方差σ2的估计σ2,证明了β具有渐近正态性,同时也证明了σ2依概率收敛于σ2的速度可达到n-1/2.     

基于参数估计线性回归模型选择的研究

关于线性回归模型选择 ,[1 ]中介绍了许多方法 ,他们均基于残差平方和下建立的选择准则 .本文试基于参数估计的理论给出一种方法 ,从参数估计的优良性质上来说 ,我们认为是合理的 .同时给出了计算方法及应用实例 .     

非线性E-V回归模型中参数估计的渐近性质

本文讨论了非线性E-V回归模型中参数的估计问题,构造了未知参数β0的最小二乘估计β和误差方差σ2的估计σ2,证明了β具有渐近正态性,同时也证明了σ2依概率收敛于σ2的速度可达到n-1/2.     

二叉树模型的参数估计

二叉树模型是期权定价中被广泛使用的模型之一, 其参数估计对于期权定价具有重要影响. 本文给出了一种二叉树模型参数估计方法, 该方法克服了二叉树模型经典参数估计方法的缺陷, 特别地, 消除了主观概率设定对参数估计的影响.     

固定效应模型参数估计方法选择的探究

针对固定效应模型的参数估计问题,目前主要有三种估计方法:组内变换法、差分法、虚拟变量法.通过理论分析与蒙特卡洛模拟实验相结合的方法,在模型误差项存在三种自相关情况下,探究了固定效应模型参数估计方法的选择问题.研究发现:①组内变换法与虚拟变量法完全一致;②当模型误差项不存在自相关时,适合选择组内变换法;③当模型误差项服从...     

半参数回归模型参数估计的收敛速度

没有半参数回归模型Y=X’β g(T) e,其中(X,T)为取值于R~p×[0,1]上的随机向量,β为p维未知参数向量,g是定义在[0,1]上的未知函.e为随机误差,Ee=0,Ee~2=σ~2>0,且(X,T)与σ独立.参数β和σ~2的估计量(?)_n和(?)_n~2通常可利用非参数的权函数估计法与参数的最小二乘方法的结合得到.本文对核函数的情形得到了(?)_n和(?)_n~2的精确的收敛速度——重对数律.所施条件则与证明(?)_n和(?)_n~2的渐近正态性时施加的条件一致.又本文的证明方法对一般的权函数也适用.     

独立约束条件下线性模型的参数估计

对线性回归的未知参数估计问题,在某些种假设的条件下已有结论,对有约束条件的情况下,线性回归模型中参数估计如何,本文给出了带有独立的约束条件下线性回归模型中参数β的最小二乘估计。     

关于AMSAA模型中参数估计的一点注记

1.引言 如所周知,AMSAA模型是迄今最受重视的可靠性增长模型,在产品或设备的工程研制过程中有重要价值,已被引入重要的军用标准(见[1]和[2]).我国在可靠性增长技术中也采用这个模型(见[3]),并准备将这个模型及其数据分析方法纳入我国的军用标准.所谓AMSAA模型,从数学上看就是一种特殊的poisson过程:用N(t)表示在可靠性增长试验中到时刻t为止的累计失效(或故障)数,那末N(t)是poisson过程且均值函数EN(t)=atb(a>0,b>0),通常称p(t)=abtb-1为模型的强度函数.a,b一般是未知的,需要通过试验数据来进行估计. 试验方案主要有两种:定时截尾和定…