检索结果-内蒙古大学图书馆

数学年刊（A辑） 1997年第2期1卷 247-252页

作者：朱力行 F.J.Hickernell 安鸿志中国科学院应用数学所香港浸会大学数学系

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... 详细信息

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．

关键词：回归模型线性性检验拟合优度检验多元回归

来源：评论

学校读者我要写书评

暂无评论

删失数据下一类回归模型的参数估计(英文)

引用

工程数学学报 2005年第4期22卷 712-718页

作者：薛留根廖靖宇北京工业大学应用数理学院北京100022 许昌学院数学系许昌461000

考虑一类回归模型,在右删失数据下构造了参数的最小二乘估计和加权最小二乘估计,证明了估计量具有渐近正态性。模拟结果表明加权最小二乘估计比最小二乘估计有优良的性质。

关键词：删失数据回归模型参数估计渐近正态性

来源：评论

学校读者我要写书评

暂无评论

有AR残差的回归模型的参数估计和定阶

引用

应用数学学报 1992年第1期15卷 10-19页

作者：倪均援青岛海洋大学管理学院

§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,... 详细信息

§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)

关键词：回归模型参数估计 AR残差

来源：评论

学校读者我要写书评

暂无评论

非参数回归模型异方差的小波检验

引用

中国科学（A辑） 2006年第10期36卷 1131-1142页

作者：李元黄香叶伟彰广州大学数学与信息科学学院广州510006 香港理工大学应用数学系

在非参数回归模型的讨论中,通常假定方差具有齐性结构．然而事前并不能保证方差齐性．因此需要检验异方差性．基于小波方法提出了一种相合的非参数异方差检验．首先定义了回归模型的条件方差函数的经验小波系数,然后证明了其渐近正态性... 详细信息

在非参数回归模型的讨论中,通常假定方差具有齐性结构．然而事前并不能保证方差齐性．因此需要检验异方差性．基于小波方法提出了一种相合的非参数异方差检验．首先定义了回归模型的条件方差函数的经验小波系数,然后证明了其渐近正态性．在此基础上,利用Fan的小波收缩的概念,提出了异方差性检验的统计量．模拟结果表明,本检验方法优于传统的非参数检验方法．

关键词：回归模型异方差显著性检验小波

来源：评论

学校读者我要写书评

暂无评论

误差为线性过程时回归模型的估计问题

引用

高校应用数学学报（A辑） 2003年第1期18卷 81-90页

作者：胡舒合潘光明高启兵安徽大学数学系安徽合肥230039

对一类非线性回归模型及线性模型,在误差是一个弱平稳线性过程及适当的条件下,获得了估计量的r-阶平均相合性、完全相合性和渐近正态性.

关键词：线性过程回归模型相合性渐近正态性

来源：评论

学校读者我要写书评

暂无评论

一个半参数回归模型的渐近正态性(英文)

引用

应用概率统计 1997年第4期13卷 337-344页

作者：陶靖轩梁华信阳师范学院信阳464000 中国科学院系统科学研究所北京100080

考虑半多数回归模型yi＝xiβ＋g（xi）＋εi，lin，这里xi是具有已知方差σ的独立同分布随机样本，εi是具有零均值和有限方基σ2的独立同分布随机误差．β，g和εi的分布密度是未知的．本文作者构造了一个具有更小渐近方差的β的一个... 详细信息

考虑半多数回归模型yi＝xiβ＋g（xi）＋εi，lin，这里xi是具有已知方差σ的独立同分布随机样本，εi是具有零均值和有限方基σ2的独立同分布随机误差．β，g和εi的分布密度是未知的．本文作者构造了一个具有更小渐近方差的β的一个渐近正态估计．

关键词：半参数回归模型渐近正态性回归模型

来源：评论

学校读者我要写书评

暂无评论

大学女生身体无机盐含量回归模型的优选

引用

中国组织工程研究与临床康复 2008年第37期12卷 7347-7350页

作者：倪峰浙江警察学院浙江省杭州市310053

背景:根据人体组成学理论,建立预测无机盐含量的回归模型,为不同人群活体状态下身体成分的计算提供理论依据。目的:优选预测大学女生身体无机盐含量的最佳回归模型。设计、时间及地点:横断面调查,回归模型建立,于2007-10在浙江警察学院... 详细信息

背景:根据人体组成学理论,建立预测无机盐含量的回归模型,为不同人群活体状态下身体成分的计算提供理论依据。目的:优选预测大学女生身体无机盐含量的最佳回归模型。设计、时间及地点:横断面调查,回归模型建立,于2007-10在浙江警察学院警务技能实验室完成。参试者:随机抽取浙江警察学院女生120人,年龄19～22岁,平均20.5岁。方法:使用InBody3.0人体成分分析仪进行身体成分检测,应用GSTF-2000型学生体质测试智能化系统检测身体形态、身体机能、身体素质等指标。主要观察指标:依据对大学女生身体无机盐含量和身体的形态指标以及身体机能与身体素质测试结果,运用Excel2003和体育科研数据统计处理系统软件,建立一元回归和多元回归模型,优选出适合大学女生身体无机盐含量的回归模型。结果:实际值与模型预测值在选择0.90水平的基础上分析,多元回归模型预测的值与实际测量值呈无差异性(P>0.90),该模型预测的值有意义;体表面积回归模型预测值、体质量回归模型预测值、(体质量/身高)×100预测值与实际测量值有差异性(P<0.90),这3种模型预测的值无意义。结论:多元回归预测模型为大学女生身体无机盐含量最优预测模型。即在缺乏测试身体无机盐含量的条件下,只需测试大学女生身高、体质量指标,运用最优预测模型,即可计算大学女生身体无机盐含量。

关键词：大学女生无机盐体质指标回归模型优选

来源：评论

学校读者我要写书评

暂无评论

用logisitic回归模型和负二项回归模型分析藏族人群亚健康状态的危险因素(英文)

引用

中国组织工程研究与临床康复 2009年第33期13卷 6597-6600页

作者：徐涛刘军廷韩少梅朱广瑾毛萌中国医学科学院基础医学研究所北京协和医学院基础学院北京市100005 首都儿科研究所北京市100020 四川大学华西第二医院/华西妇产儿童医院四川省成都市610041

背景:一般社区人群亚健康状态的研究少有报道,对于少数民族的研究更是少见。目的:用logisitic回归模型和负二项回归模型分析藏族人群亚健康状态的危险因素。设计、时间及地点:横断面调查于2007-09在四川省阿坝藏族羌族自治州松潘县完成... 详细信息

背景:一般社区人群亚健康状态的研究少有报道,对于少数民族的研究更是少见。目的:用logisitic回归模型和负二项回归模型分析藏族人群亚健康状态的危险因素。设计、时间及地点:横断面调查于2007-09在四川省阿坝藏族羌族自治州松潘县完成。对象:1791名藏族受试者均来自海拔3000余米的四川省阿坝藏族羌族自治州东北部的松潘县,1763人完成了亚健康状态量表。年龄10～80岁,平均27岁;男性受试者的比例为41.5%(731人)。所有受试者对调查方案均知情同意。方法:采用分层二阶段整群抽样在四川省松潘县进行藏族人群亚健康状态调查,采用陈青山等制定的亚健康量表进行亚健康状态评定,分别用亚健康状态现患率、症状数及各维度的现患率反映人群的亚健康状况。主要观察指标:用多因素logistic回顾模型和负二项回归模型进行亚健康状态危险因素分析。结果:1038名受试者拥有1项或1项以上的亚健康症状,亚健康状态的现患率为58.9%。量表的分半信度和内部一致性分别为0.7658和0.8154。logistic回归模型结果显示高龄(P=0.0004)、女性(P<0.0001)、已婚(P=0.0008)、脑力劳动(P=0.0021)和吸烟(P<0.0001)是亚健康的主要危险因素。但是在负二项回归模型中,婚姻状态(P=0.0689)和职业(P=0.1398)未证实为危险因素。结论:生活在高海拔地区的藏族人群也有较高的亚健康状态患病情况,值得医学研究人员的进一步关注。此外,负二项回归模型应被推广用于亚健康状态及其危险因素的研究。

关键词：亚健康藏族流行病学调查 logistic 回归模型负二项回归模型

来源：评论

学校读者我要写书评

暂无评论

回归模型中一类有偏估计的研究

回归模型中一类有偏估计的研究

引用

作者：刘丹渤海大学

学位级别：硕士

回归模型是数理统计学中发展比较早的分支之一，是一类很重要的统计模型，在经济、生物、医药等领域有着相当广泛的应用。关于它的参数估计问题的研究可以追溯到十九世纪初。最小二乘估计（LS）是最基本、最常见的无偏估计，具有很好的... 详细信息

回归模型是数理统计学中发展比较早的分支之一，是一类很重要的统计模型，在经济、生物、医药等领域有着相当广泛的应用。关于它的参数估计问题的研究可以追溯到十九世纪初。最小二乘估计（LS）是最基本、最常见的无偏估计，具有很好的优良性。为了能在一些特定的情况下对相应参数做出更精确的估计，统计学者们给出了一系列的有偏估计，如岭估计（狭义岭估计）[1]、广义岭估计[1]、JamesStein压缩估计[2]、Liu估计[3]等等。　　不同方法的出现就必然会引出优劣比较问题，同时也就出现了一些比较不同估计的判别准则，如：均方误差准则、广义均方误差准则[4]以及Pitman准则[5]等。本文就目前较为常用的估计在以上的判别准则下进行比较给出了一些结果。　　文章第二部分，详细论述了狭义岭估计和广义岭估计的优良性。总结了它们的参数的多种选取方法，对基于复共线性诊断和度量得到的部分岭估计的优良性进行了系统讨论，并通过实验数据分析说明了这些理论方法的可行性和有效性。　　文章第三部分，在Pitman准则下对狭义岭估计、广义岭估计、JamesStein估计以及Liu估计进行比较。在广义均方误差和Pitman准则下讨论了狭义岭估计、广义岭估计优于LS的充分条件。

关键词：回归模型有偏估计均方误差 Pitman准则广义均方误差

来源：评论

学校读者我要写书评

暂无评论

一种回归模型非线性性的检验方法

引用

数学杂志 1992年第4期12卷 391-397页

作者：朱力行安鸿志中国科学院应用数学研究所

本文给出一种多元回归模型的非线性性的检验方法,并以理论上证明其合理性。

关键词：回归模型非线性性检验法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：