检索结果-内蒙古大学图书馆

北京工业大学学报 2019年第1期45卷 81-87页

作者：王照良薛留根蔡雄北京工业大学应用数理学院北京100124 河南理工大学数学与信息科学学院河南焦作454000

半参数模型既含有参数分量,又含有非参数分量,在保留非参数模型灵活性的同时又克服了"维数灾祸"问题.处理这类模型的方法融合了参数回归模型中常用的方法和近年来发展起来的非参数方法,但是也并非这2类方法的简单叠加,其复杂... 详细信息

半参数模型既含有参数分量,又含有非参数分量,在保留非参数模型灵活性的同时又克服了"维数灾祸"问题.处理这类模型的方法融合了参数回归模型中常用的方法和近年来发展起来的非参数方法,但是也并非这2类方法的简单叠加,其复杂性和难度都超过了单一性质的回归模型.不同于文献中研究回归系数的统计推断问题,而是研究部分线性变系数半参数模型误差变量的方差估计问题.首先,利用局部常数化回归函数系数,将半参数模型转换为了高维线性模型,进而构造了基于最小二乘法的方差估计量,并证明了所得估计量渐近服从正态分布.为了减少最小二乘法估计量的均方误差,还提出了基于该线性模型的一类惩罚估计量,称之为岭估计.最后,通过数值模拟验证了所提2种估计方法的有限样本性质.

关键词：部分线性变系数模型方差估计局部平均残差最小二乘法岭估计

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的Profile Lagrange乘子检验

引用

系统科学与数学 2008年第4期28卷 416-424页

作者：魏传华吴喜之中央民族大学理学院北京100081 中国人民大学统计学院北京100872

对于部分线性变系数模型附有约束条件时的估计与检验问题,基于Profile最小二乘方法给出了参数部分以及非参数部分的约束估计并研究了它们的渐近性质,并针对约束条件构造了Profile Lagrange乘子检验统计量,证明了该统计量在原假设下的渐... 详细信息

对于部分线性变系数模型附有约束条件时的估计与检验问题,基于Profile最小二乘方法给出了参数部分以及非参数部分的约束估计并研究了它们的渐近性质,并针对约束条件构造了Profile Lagrange乘子检验统计量,证明了该统计量在原假设下的渐近分布为X^2分布,从而将Langrange乘子检验方法推广到了半参数模型上.

关键词：部分线性变系数模型约束估计 Profile Lagrange乘子检验 Profile最小二乘估计

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型Backfitting估计的渐近性质

引用

高校应用数学学报（A辑） 2008年第2期23卷 227-234页

作者：魏传华吴喜之中央民族大学理学院统计学系北京100081 中国人民大学统计学院北京北京100872

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的数据分析模型.利用Backfitting方法拟合这类特殊的可加模型,可得到模型中常值系数估计量的精确解析表达式,该估计量被证明是n^(1/2)相合的.最后通过数值模拟考... 详细信息

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的数据分析模型.利用Backfitting方法拟合这类特殊的可加模型,可得到模型中常值系数估计量的精确解析表达式,该估计量被证明是n^(1/2)相合的.最后通过数值模拟考察了所提估计方法的有效性.

关键词：部分线性变系数模型 Backfitting估计光滑不足渐近正态性

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型中误差方差的估计(英文)

引用

应用数学 2008年第2期21卷 378-383页

作者：魏传华吴喜之中央民族大学理学院统计学系北京100081 中国人民大学应用统计科学研究中心

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类在建模中应用非常广泛的模型.本文基于Profile最小二乘方法给出了模型中误差方差的估计并证明了该估计的渐近正态性.最后通过数值模拟验证了我们所提估计方法的有效性.

关键词：渐近正态性误差方差部分线性变系数模型 Profile最小二乘估计

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的一种新的轮廓(Profile)最小二乘估计

引用

数理统计与管理 2015年第2期34卷 275-283页

作者：张波郭海兵中国人民大学统计学院北京100872 淮海工学院理学院江苏连云港222005

作为部分线性模型和变系数模型的推广,部分线性变系数模型以其良好的适应性和稳健性受到了广泛的关注。本文基于函数的局部线性拟合,给出部分线性变系数模型的另一种轮廓(profile)最小二乘估计的方法,并从理论上证实了所得估计量具有良... 详细信息

作为部分线性模型和变系数模型的推广,部分线性变系数模型以其良好的适应性和稳健性受到了广泛的关注。本文基于函数的局部线性拟合,给出部分线性变系数模型的另一种轮廓(profile)最小二乘估计的方法,并从理论上证实了所得估计量具有良好的渐近性质,最后给出了估计方法的实例分析。

关键词：部分线性变系数模型变系数模型局部多项式估计渐近性 CD4数据

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的新复合分位数回归估计

引用

应用数学学报 2021年第2期44卷 159-174页

作者：刘艳霞芮荣祥田茂再中国人民大学应用统计科学研究中心中国人民大学统计学院北京100872 新疆财经大学统计与信息学院乌鲁木齐830012 兰州财经大学统计学院兰州730020

针对部分线性变系数模型的参数估计问题,提出了一种新复合分位数回归估计方法.利用复合分位数回归法估计参数部分,局部非线性复合分位数回归法估计变系数函数部分,并在若干正则条件下,证明了常系数和变系数函数估计量具有较好的渐近正... 详细信息

针对部分线性变系数模型的参数估计问题,提出了一种新复合分位数回归估计方法.利用复合分位数回归法估计参数部分,局部非线性复合分位数回归法估计变系数函数部分,并在若干正则条件下,证明了常系数和变系数函数估计量具有较好的渐近正态性质.通过随机模拟和实例分析,验证了所提估计方法在有限样本下的良好表现,有效的证明了所提方法的优越性.

关键词：部分线性变系数模型复合分位数回归渐近正态性

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的加权混合几乎无偏岭估计

引用

统计与决策 2021年第15期37卷 34-37页

作者：张巍巍内蒙古农业大学理学院呼和浩特010018

文章研究随机线性约束条件下部分线性变系数模型的参数估计问题。为了克服多重共线性,融合Profile最小二乘估计、几乎无偏岭估计和加权混合估计构造了回归模型参数分量新的加权混合几乎无偏岭估计,并在均方误差矩阵准则下给出新估计量... 详细信息

文章研究随机线性约束条件下部分线性变系数模型的参数估计问题。为了克服多重共线性,融合Profile最小二乘估计、几乎无偏岭估计和加权混合估计构造了回归模型参数分量新的加权混合几乎无偏岭估计,并在均方误差矩阵准则下给出新估计量优于加权混合估计和几乎无偏岭估计的充要条件,最后通过数值模拟验证了所提出估计量的有限样本性质。

关键词：部分线性变系数模型多重共线性 Profile最小二乘方法几乎无偏岭估计加权混合估计

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的加权随机约束主成分估计

引用

统计与决策 2020年第22期36卷 19-22页

作者：张巍巍内蒙古农业大学理学院呼和浩特010018

文章研究部分线性变系数模型的参数估计问题,当回归模型线性部分自变量存在多重共线性时,在随机约束条件下,利用Profile最小二乘方法、主成分估计和加权混合估计构造了回归模型新的加权随机约束主成分估计,并在均方误差矩阵准则下研究... 详细信息

文章研究部分线性变系数模型的参数估计问题,当回归模型线性部分自变量存在多重共线性时,在随机约束条件下,利用Profile最小二乘方法、主成分估计和加权混合估计构造了回归模型新的加权随机约束主成分估计,并在均方误差矩阵准则下研究估计量的有效性,最后通过蒙特卡洛数值模拟研究了估计量的有限样本性质。

关键词：部分线性变系数模型 Profile最小二乘方法主成分估计加权混合估计均方误差矩阵准则

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的Backfitting约束估计

引用

统计与决策 2013年第9期29卷 80-82页

作者：安佰玲魏传华淮北师范大学数学科学学院安徽淮北235000 中央民族大学理学院北京100081

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的半参数模型。文章主要研究该模型线性部分存在约束条件下的估计和检验问题,首先基于backfitting方法给出了常数系数以及变系数部分的约束估计,其次构造了检验统... 详细信息

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的半参数模型。文章主要研究该模型线性部分存在约束条件下的估计和检验问题,首先基于backfitting方法给出了常数系数以及变系数部分的约束估计,其次构造了检验统计量用于检验约束条件。

关键词：部分线性变系数模型 Backfitting估计线性约束 F分布逼近法

来源：评论

学校读者我要写书评

暂无评论

部分线性变系数模型的随机约束岭估计

引用

应用数学 2017年第4期30卷 774-779页

作者：刘超韦杰魏传华北京航空航天大学数学与系统科学学院北京100191 中央民族大学理学院北京100081

作为变系数模型和部分线性模型的推广,部分线性变系数模型近年来得到越来越多的关注.本文考虑该模型在线性部分自变量存在多重共线性并且参数分量附加有随机约束条件时的估计问题.基于profile最小二乘技术以及岭估计和混合估计方法,构... 详细信息

作为变系数模型和部分线性模型的推广,部分线性变系数模型近年来得到越来越多的关注.本文考虑该模型在线性部分自变量存在多重共线性并且参数分量附加有随机约束条件时的估计问题.基于profile最小二乘技术以及岭估计和混合估计方法,构造参数分量的profile混合岭估计,并且研究所提估计量的渐近性质.最后利用数值模拟验证所提估计方法的有效性.

关键词：部分线性变系数模型多重共线性随机线性约束 Profile最小二乘方法混合估计岭估计

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：