跟踪雷达测量误差的统计模型（I）：模型的建立

本文提出以如下具有慢时变方差的线性回归－自回归混合模型∫ｙｔ＝β＾Ｔｕｔ＋σｔεｔ，εｔ＝ψ１εｔ－１＋…＋ψｐεｔ－ｐ＋ｅｔ。用于描述跟踪雷达测量误差的变化规律，并提出了模型个数的估计方法。数值例子表明，本文提出的模型能较好地拟合跟踪雷达误差数据。     

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。     

删失回归模型的随机加权逼近

Raoand Zhao(1992)提出了一种用随机加权的方法去逼近线性回归模型中M-估计的渐近分布。之前，Fang and zhao(2002)把这种方法推广到设计阵是随机的删失回归模型．本文，我们把这个结果推广到设计阵是非随机的删失回归模型，并证明该随机加权方法的一些大样本性质。     

半参数回归模型的二阶段估计

考虑回归模型，ｇ为Ｒ１上未知函数，β为ｐ×１维待估参数向量．本文基于模型的可加性得到了β和ｇ的估计量，证明了它们具有很好的大样本性质．     

基于删失数据的一般回归模型的参数估计

本文考虑基于删失数据的一般回归模型回归系数的方向估计，结合非参数回归和最小一乘方法构造了模型方向的估计，在较为一般的条件下证明了估计量的相合性．     

变系数拟自回归模型下的测量误差分析

本文对雷达测量误差影响较大的因素进行了分析研究,并将其和雷达测量数据一起建立了变系数拟自回归的统计模型以实现对雷达测量值的纠偏,利用剖面最小二乘法估计模型参数,在一定条件下证明了模型的大样本性质,并结合残差的峰度和偏度构建了区间估计。实际数据的拟合和预测结果显示,我们提出的纠偏方法可将误差减少90%。     

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。     

一类非线性回归模型参数的广义LS估计

在一无非线性回归模型中，有一类模型可用变量代换Ｘ＝（ｘ），Ｙ＝ψ（ｘ，ｙ）化为线性回归。对这类模型，本文提出用广义ＬＳ法对其参数进行估计，可解决一般ＬＳ法估计这类模型参数的不足，使回归精度提高。     

半参数回归模型的异方差统计分析

在回归分析中，方差齐性的假设是一个普遍关心的问题．在参数和非参数回归模型中，关于异方差检验问题已经有很多的研究，见(【1】，【4】，【7】)．本文研究了半参数回归模型的异方差检验问题，得到了方差齐性检验的SCORE统计量，证明了该统计量的渐近x^2性质，最后给出计算机模拟和实际例子，推广和发展了Eubank和Thomas(1993)，韦博成(1995)的工作．     

一个部份自回归模型的渐近有效性

本文考虑部分自回归模型Ｘｔ＝ｘｔ－１β＋ｇ（Ｕｔ）＋εｔ，ｔ≥１。这里ｇ是一未知函数，β是和待估参数，εｊ是具有０均值和方差σ＾２的ｉ．ｉ．ｄ．误差，Ｕｔｉ．ｉ．ｄ．服从［０，１］上均匀分布。     

回归模型误差相关性的统一检验方法

提出了回归模型误差项关于实对称矩阵相关的概念，从而将探测误差项的各种相关性，诸如序列自相关、空间自相关以及趋势性等问题纳入统一的统计检验框架内．在线性回归模型下，提出了一种计算检验p-值的三阶矩χ^2逼近方法．与精确方法相比，该逼近方法不但显著地降低了计算量，而且模拟计算表明具有相当高的精度．     

随机回归模型线性性的拟合优度检验方法

本文研究随机多元回归模型的线性性检验．所提出的检验统计量是由两个统计量之和形成的．第一个是由最小二乘回归拟合的残差构造的，它具有渐近ｘ２分布，但在完全对立假设检验时，它不是相容的．另一个则是基于对上述残差量的回归核估计，在零假设成立时，它趋于零，在对立假设成立时，则趋于无穷大．理论结果表明，本文的检验方法在完全对立假设下仍有相容性．模拟结果显示出，此方法在许多对立假设下，具有较好的功效．     

不等式约束条件下回归模型的参数估计及检验

本文研究了具有不等式约束条件的回归模型的参数估计，给出了检验的统计量和一个实例．     

条件自回归极差模型的渐近性质

在误差项独立同分布的条件下，本文讨论了条件自回归极差模型条件解和无条件解的渐近性质．利用随机游动的极限性质得到了条件解收敛于无条件解的充分条件，任意阶矩有限的充要条件以及外生变量与内生变量持续性的充要条件．所得到的结论适用于已得到应用的平稳条件自回归极差模型，也适用于包含单位根的模型和满足条件的其他类型的非平稳过程，为模型的统计推断提供了理论基础．     

时间序列模型L_1-估计量的极限分布:平稳自回旧模型

时间序列模型的L_1-估计问题是非常重要的．这些估计量的许多性质都被研究过．然而，仍有一些基本问题有待解决．本文将给出平稳自回归模型L_1-估计量的极限分布．     

PLSR模型的回归效果分析

本文简单地介绍了多元线性回归、主元回归、部分最小二乘回归模型 ,用实例对三种方法的回归性能进行比较 ,并指出在消除多重共线性、回归系数估计精度及预测精度等方面 ,部分最小二乘回归模型优于其它两种模型     

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．     

在非线性回归模型中误差为AR(2)的相关性检验

本文讨论了在非线性回归模型中误差为AR(2)的相关性检验，得到了误差相关性检验的似然比检验统计量、Score检验统计量．对感兴趣参数和多余参数，利用Cox and Reid(1987)提出的正交化方法，给出了修正的似然比检验统计量和Score检验统计量．推广了胡跃清，韦博成(1994)讨论的在非线性回归模型中误差为AR(1)相关性检验的结果．     

带模糊回归参数的线性回归模型

本文讨论了数值输入模糊数输出的观测数据的线性最小二乘拟合问题，建立了数值空间到模糊数空间的带模糊回归参数的线性回归模型，证明了模型解的存在性和唯一性，并得到了解的表达式。本模型应用简便，具有实用价值。     

关于线性回归模型的有偏估计

有偏估计方法是近代回归分析的常用方法．本文研究了几种常用的有偏估计方法，澄清了这些方法的区别和联系．对有偏估计的一些关键点进行研究，给出了一种新的岭参数确定法和一种新的主成分概念，并讨论了这些方法的优良性．为了提高有偏估计的效率，提出了用比例因子规范模型的方法．最后，给出了说明本文方法的数值例子．