混合系数线性模型的一类有偏估计

本文研究连续测量数据情况下的混合系数线性模型的参数估计问题.利用压缩估计方法给出该模型的一类有偏估计,研究新估计的一些优良性质,在一定条件下证明这类估计优于s-K估计~([7]).     

一个建模问题的讨论

原型和模型是一对对偶体 ,后者来自前者 ,是一种替代物 .由原型到模型要经过对原型的简化和加上人为的一些假设 ,往往不是一个同构对应 ,只是单一方面的不失真的近似反映 .平时 ,我们遇到的实际问题一般是建立一种数学模型 ,一个原型去建两个模型或更多合理吗 ?下面是某市 2 0 0 2年高三质量检测题中的一道实际应用题 .一水库上游河道每天有固定流量的水流入水库 ,同时又有等量的水通过下游河道流出 ,使水库中的水的体积保持在 2 0 0万米3,由于受到污染 ,水库中的水含某种不能分解的污染物浓度已达到0 .2 5克 /米3.目前 ,上游污染已得到治理…     

混合系数线性模型参数的广义Liu估计

本文研究连续测量数据情况下的混合系数线性模型的参数估计问题.利用压缩估计方法给出了该模型的一类新的有偏估计-广义Liu估计,并在均方误差意义下,证明此类估计分别优于最小二乘估计、Liu估计.最后讨论参数的选取问题.     

运用生存模型对上证指数涨跌天数的研究

本运用生存模型对上证指数连续上涨和下跌天数进行了研究,分析了“T 1”政策和“涨停板”政策对股市的影响。我们发现生存模型对于分析股市的变动是有效的。     

遗传算法基础理论研究的新近发展

本文综述了有关遗传算法收敛性及收敛速度估计的近期研究结果,在分类概述相关的Ｖｏｓｅ－Ｌｉｅｐｉｎｓ模型、Ｍａｒｋｏｖ链模型、公理化模型、连续（积分算子）模型及收敛速度估计、迭代次数估计与时间复杂性估计的基础上,指出遗传算法理论研究存在的其它亟待解决的问题。     

左截断右删失模型下乘积限估计的强大数律(Ⅱ)

对左截断右删失模型，在不要求分布函数连续的条件下，给出乘积限估计F_n是真分布的一致强相合估计的完整结果．作为推论，还给出右删失模型下的K－M估计和左截断模型下的乘积限估计的一致强相合性的完整结果．     

黄河万家寨水利枢纽水库冰情定点连续自动监测系统的设计与应用

基于空气、冰与水的物理特性差异实现对冰水情连续自动检测的原理,作者设计、研制了适应高寒地区水电大坝冰情定点连续监测的冰水情自动检测传感器与信号采集系统,通过在黄河万家寨水利枢纽水库现场对冰情近4个月的冬季连续试验,获取了水库冰层内部系统的冰水情数据,采集数据客观反映了水库库区监测点冰层生消变化的规律,为确保引黄入晋工程的安全运行,也为高寒地区河道与水电大坝的冰情预警提供了一种可行的检测方法与设备.     

混合系数线性模型的几乎无偏s-K估计

在连续测量数据情况下,给出了混合系数线性模型的几乎无偏s-K估计,讨论了该估计的相关性质,并在一定条件下证明了几乎无偏s-K估计优于s-K估计以及几乎无偏岭估计.     

混合系数线性模型的几乎无偏岭估计

本文研究了连续测量数据情况下的混合系数线性模型的参数估计问题.利用岭估计方法得到了该模型的几乎无偏岭估计,并证明了在均方误差意义下,几乎无偏岭估计优于岭估计.最后讨论了有偏参数的选取问题.     

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。     

混合系数线性模型参数的Stein估计

在连续测量数据情况下,对混合系数线性模型给出了固定系数和随机系数的两种形式的Ｓｔｅｉｎ估计,并证明了在均方误差意义下,Ｓｔｅｉｎ估计要优于ＬＳ估计,最后还讨论了Ｓｔｅｉｎ压缩系数的选取方法     

多阶连续抽样设计下广义加权回归估计方法研究

在抽样调查领域中,关于抽样方案设计的研究应用较为充分和完整,但关于抽样估计的研究应用却较为缺乏和滞后。本文首先总结了国外相关研究成果,研究了基于广义加权回归的抽样估计方法,同时证明其满足渐近设计无偏和最小化渐近期望方差的理论条件。同时,本文以各类常见的抽样设计为基础,通过模型组和模型水平将现有的超总体回归模型进行扩展,基于复杂的多阶连续抽样调查,建立各种类型的超总体回归模型进行模型辅助的广义加权回归抽样估计,给出了具体的回归估计步骤和结果,最终形成一套关于广义加权回归抽样估计的理论方法体系,为抽样估计方法在我国政府统计部门中的有效应用奠定理论基础。     

基于广义线性模型的水稻种植风险评估

农作物风险评估是农业风险管理的前提与基础.为探索科学有效的水稻种植风险评估模型,将水稻种植风险评估过程分为承灾体脆弱性评估和致灾因子危险性评估两个过程,利用广义线性模型解决自然灾害会对水稻产量造成多大程度的损失问题,在产量波动服从布尔分布的假设下,建立起致灾因子(用连续降雨天数、连续低温天数等指标表示)与产量波动之间的线性关系,完成承灾体脆弱性评估;利用天气发生器模型模拟各地区致灾因子发生情况解决自然灾害概率分布的问题,完成致灾因子危险性评估;最终给出风险评估的量化表达.通过黑龙江农垦气象及水稻产量数据的实证分析验证了模型的有效性,并讨论了该模型在保险费率厘定方面的应用.     

基于多体作用的原子/连续耦合方法的先验误差估计

本文研究理想晶体发生位错时如何发生形变,应用本地化拟连续方法(QCL)、基于能量的拟连续方法(QCE)、非本地化拟连续方法(QNL),分析了多体作用下Frenkel-Kontorova模型在一维情形中先验误差分析,推导了该误差估计与原子模型解的光滑性的关系,并且由于考虑的是一维原子链,该误差还具备超收敛性.本文将一致性误差分析分解为模型误差和粗粒化误差,并推导出基于负范数的误差估计,稳定性分析将均匀应变扩充为非线性应变.最后利用数值实验说明了本文的分析结果.     

经2状态马氏修正的Poisson过程的极大似然估计

近年来。隐马氏模型成为研究相依随机变量的一个十分有用的工具。应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计。一般使用的方法是将连续时间隐马氏模型的问题转化为离散时间隐马氏模型的问题来讨论。本文用此方法讨论一类连续时间隐马氏模型——状态个数为2的经马氏链修正的Poisson过程的极大似然估计及其算法。此类模型被广泛用来对复杂通信网络的通信流进行建模。     

随机线性二次最优控制:从离散到连续时间模型

在一般情形下,分析了离散时间LQ问题与连续时间情形两者之间的自然联系.首先回顾了连续时间和离散时间随机LQ问题及对应Riccati微分/差分方程的相关结论.接下来在假设Riccati微分方程有解的前提下,证明了离散化步长足够小时,Riccati差分方程有解.然后针对连续和离散时间模型,采用配对问题最优控制的反馈形式,分别构造了一个辅助反馈控制,并证明该控制可驱使对应模型的性能指标逼近于配对问题的值函数,以此得到了关于两个模型之间联系的初步结论.最后藉由前述结论以及控制问题的特性,揭晓了连续时间和离散时间模型之间的自然联系,并给出了Riccati差分方程和微分方程的解之间的误差估计.由此联系,可构造相应离散系统和LQ问题,以适当的阶估计连续时间LQ问题的解,抑或为离散时间模型构造一个近似最优控制.无论哪种思路,都旨在降低直接求解原问题的难度和复杂性.     

ABC-EM算法对微商信息传播模型的参数估计

在基于不完备的实验数据条件下,利用近似贝叶斯计算-期望最大化(ABC-EM)算法估计复杂网络中离散时间的随机微商信息传播模型中的参数。首先通过分析微商网络的特点和微商信息传播机制,建立了适合微商信息传播模型的模型,即无知-传播-免疫(ISR)模型。此外,在尝试通过极大似然法(ML)和期望最大化算法(EM)来估计模型的参数失败之后,使用近似贝叶斯连续蒙特卡罗(ABC-SMC)来代替EM算法的E步,并且用ABC-EM算法成功地估计了模型中的参数。最后,仿真结果表明ABC-EM算法比极大似然法估计参数的准确性要高。     

相依误差广义线性模型的M估计的Bahadur表示

考虑如下广义线性模型y_i=h(x~T_i,β)+e_i=1,2,…,n,其中e_i=G(…,ε_(i-1),ε_i),h是一个连续可导函数,ε_i是独立同分布的随机变量,并且它的期望为0,方差σ~2有限.本文给出了参数β的M估计,并且得到了该估计的Bahadur表示,该结论推广了线性模型的相关结论.应用M估计的Bahadur表示,得到了相依误差的线性回归模型,poisson模型,logistic模型和独立误差的广义线性模型等模型的渐近性质.     

“黑箱”理论在估计作物动态吸水强度中的应用

本文根据现代控制理论中“黑箱”理论的思想,提出一种直接采用土壤水瞬态运动模拟求得吸水项的方法.在估计方法中采用线性系统的迭加原理,将异常复杂的 SPAC 系统的求解过程,简化为对几个相对简单得多的子系统的求解.给出采用交替方向的 P-R 有限差分二维模拟算法的表达式.这种估计方法上从原理上可以用于一、二、三维吸水项的估计.用所提出的模拟方法求得桃树的吸水强度;用修正的吸水模型对吸水函数以回归分析方法进行估计,得到吸水场函数的连续表达式.结果表明,这种方法具有高度的显著性.这种吸水场函数连续表达式的方法,可用于许多类似的大间距作物的吸水模型估计.     

非平稳Gauss环境激励下模态参数识别的新方法

结合多元连续时间自回归模型,针对受均匀调制Gauss随机激励的线性时不变系统,提出了一种时域模态识别的新方法.该方法仅从响应数据就能够识别系统的物理参数.首先把结构动力学方程转化为一个3阶的连续时间自回归模型;接着基于在非常短的时间段内均匀调制函数接近于一个常数矩阵以及随机微分方程强解的性质,得到均匀调制函数的估计, 并针对两种特殊情况进行讨论;然后利用Girsanov定理,对条件似然函数进行极大化,得到物理参数的精确极大似然估计.数值结果表明,该估计不仅具有极高的精度和稳健性,而且计算效率非常高.