排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
主要对Kumaraswamy分布分别在绝对值损失和加权平方损失下利用核估计构造了参数相应的经验Bayes(EB)单侧检验函数,在适当的条件下证明了所提出的EB检验函数是渐近最优的,并获得了EB检验函数的收敛速度. 相似文献
3.
将Box-Cox变换与分位数回归模型相结合(两阶段法),是分位数回归研究领域的一大进步。该法虽然两步都与分位数回归的检验函数紧密结合,但是由于没有利用分位数回归的优良性质,而是引入了中间参变量,因此增加了模型的累进误差,降低了模型精度。更重要的是,两阶段法没有对于分位数回归领域中普遍出现的分位数回归曲线的相交问题给出解决方法。针对这些问题,经研究应该首先确定Box-Cox变换的参数,避免模型中不确定因素的引入,然后对数据进行整体变换并结合分位数检验函数,直接利用分位数回归的优良性质,最终确定分位数回归模型的参数。实例证明,该方法提高了模型的精度,可以有效地解决分位数回归曲线的相交问题。 相似文献
4.
本文讨论与Caffarelli-Kohn-Nirenberg不等式相关的一类高阶双曲方程.在适当条件下,构造合适的检验函数并予以估计从而证明这类方程非平凡上解的不存在性. 相似文献
5.
《数理统计与管理》2015,(4):707-718
高维数据分析是当前研究的热点话题,而在对其进行分析时,非参数方法由于其灵活,无需对模型进行假定,得到了广泛的发展和认可。其中可加模型不仅能够有效地对变量进行降维,避免"维数灾难"的发生;而且能够得到各个变量的边际效应,具有很好的解释性。为了得到更加稳健的估计量,本文考虑利用分位回归方法对可加模型进行估计。分位回归方法由于其能够全面地刻画因变量在各个分位点上的变化趋势,并不受误差分布的限制,使得该方法具有更广泛的应用性。本文综合考虑以上优势,提出局部线性最小化检验函数估计方法和局部线性双核估计方法对可加模型进行估计。并且该方法能够有效地避免可加模型分位回归曲线的交叉问题.蒙特卡洛结果显示,与传统的均值估计法相比,不论误差分布的形式,我们提出的方法更具有优越性。用北京市二手房房价数据进行实证分析,进一步验证了本文提出的估计方法。 相似文献
6.
显式方向型约束变尺法 总被引:2,自引:0,他引:2
在文献[1]的基础上,进一步研究了混合约束的显式方向型约束变尺度算法,通过使用与[1]不同的效益函数,减弱了[1]中的强正则条件,并给相应的罚因子调整方案,进一步提出了方向导数的连续控制--检验函数的概念,从而允许算法使用Armijo规则,该算法计算简单,初始点任意,罚因子可有限步调整,同时允许使用多种搜索技术等优点。 相似文献
7.
令χ为RD-空间, 即Coifman和Weiss意义下的齐型空间且满足逆双倍条件. 设$\cx$具有“维数”n. 对α∈(0,∞), 分别记$H_\az^p(\cx)$, $H_{\rm d}^p(\cx)$和$H^{\ast,\, p}(\cx)$为$\cx$上相应于非切向极大函数, 二进极大函数和主极大函数的Hardy空间. 利用一个新建立的Calderón再生公式, 证明了当p∈ (1,∞]时这些Hardy空间等价于Lp(χ)及当p∈(n/(n+1), 1]时这些Hardy空间彼此等价. 对 p∈(n/(n+1), 1], 建立了H*,p}(χ) 的原子特征刻画; 进一步, 当p∈(n/(n+1), 1]时, 证明了H*,p(χ)与Coifman和Weiss意义下的原子Hardy空间等价. 此外, 证明了一个次线性算子T可以唯一延拓为Hp(χ)到某拟Banach空间B的有界算子当且仅当$T$将所有的(p, q)-原子, q∈(p, ∞)∩[1, ∞], 或者连续的(p,∞)-原子映为B中的一致有界集. 相似文献
8.
线性指数分布参数的经验Bayes检验问题 总被引:2,自引:0,他引:2
分别讨论了线性指数分布参数的经验Bayes(EB)单侧和双侧检验问题.利用概率密度函数的核估计分别构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性并获得了它的收敛速度.最后,给出一个有关主要结果的例子. 相似文献
9.
设Y是局部凸向量空间,其上装配有GaussianRadon测度γ.A(Y)(或ε(Y)是Y上检验函数空间(或με(Y)是相应的分布函数空间·我们证明了:(或με(Y),并由此得到μA(Y)(或με(Y))上的Fourier变换公式.其中“*”表示复共轭算子,“”表示连续稠线性嵌入.进一步还得到了A(Y)(或ε(Y))上无穷维伪微分算子A是L2(Y,γ)上连续的充要条件是其共轭算子A’满足A’(L2(Y,γ)L2(Y,γ). 相似文献