检索结果-内蒙古大学图书馆

中国数量经济学会2006年会

作者：韩海波兰州商学院统计学院甘肃 730020

工欲善其事，必先利起器，传统计量经济学在定量分析经济现象及预测方面发挥了重要的作用，一直是经济学工作者频繁使用的分析工具，然而其研究对象通常限定为线性的，这就使得其应用范围受到较大的影响，因为经济现象更为常见的是非线... 详细信息

工欲善其事，必先利起器，传统计量经济学在定量分析经济现象及预测方面发挥了重要的作用，一直是经济学工作者频繁使用的分析工具，然而其研究对象通常限定为线性的，这就使得其应用范围受到较大的影响，因为经济现象更为常见的是非线性的。传统计量经济学对非线性问题的解决也仅限于对线性模型进行“修补”和转换，这并不能从根本上解决问题，同时在转换的过程中也会有信息的损失。这时非参数计量经济学应运而生。本文通过对传统回归模型和非参数回归模型进行比较分析，阐明非参数计量经济学的优越性。在此基础上本文还介绍了非参数回归的常用计算方法，并对人民币汇率进行了非参数回归实证分析，结果另人满意，进一步说明了在预测方面不可比拟的优越性。

关键词：非参数回归模型核估计回归模型计量经济学人民币汇率

来源：评论

学校读者我要写书评

暂无评论

弱误差半参数和非参数回归模型估计的相合性

弱误差半参数和非参数回归模型估计的相合性

引用

作者：王星惠安徽大学

学位级别：硕士

近些年来,φ混合序列和ψ混合序列及NOD序列等相依序列的理论研究得到了充分的发展,特别是一些重要的不等式,如Bernstein不等式,Rosenthal型不等式等,这促使了这些序列在统计领域得到了很好的发展.在误差序列为上述相依序列下,本文主要... 详细信息

近些年来,φ混合序列和ψ混合序列及NOD序列等相依序列的理论研究得到了充分的发展,特别是一些重要的不等式,如Bernstein不等式,Rosenthal型不等式等,这促使了这些序列在统计领域得到了很好的发展.在误差序列为上述相依序列下,本文主要致力于研究半参数和非参数回归模型估计的相合性问题. 本文的第二章研究了半参数回归模型Y(j)(xin,tin)=tinβ+g(xin)+e(j)(xin),1≤j≤m,1≤i≤n,综合了最小二乘法和权函数的估计方法,定义了β和g的估计量βm,n和gm,n(x)通过截尾的方法,利用φ混合序列和ψ混合序列的矩不等式以及凸函数的性质,在φ混合和ψ混合误差及其他条件下证明了它们的r(r>2)阶矩相合性和强相合性,推广了胡舒合(1997)的相应结果. 本文的第三章考虑了非参数回归模型Yi=g(xi)+εi,1≤i≤n,定义了未知函数g(x)的估计量gn(x),在通常假设的条件下,证明了在误差为NOD序列下g(x)估计量的r(r>1)阶矩相合性,强相合性及完全收敛性.同时,在一致情形的假设下得到了g(x)估计量的一致的矩相合性和强相合性.由于独立序列和NA序列是特殊的NOD序列,我们所得结果推广了非参数回归模型在误差为独立和NA情形下的相应的结果.

关键词： φ混合序列 Ψ混合序列 NOD序列半参数回归模型非参数回归模型强相合性 r阶矩相合性完全收敛性

来源：评论

学校读者我要写书评

暂无评论

相依随机变量序列的若干收敛性质及其在非参数回归模型中的应用

相依随机变量序列的若干收敛性质及其在非参数回归模型中的应用

引用

作者：郑顺平安徽大学

学位级别：硕士

非参数回归模型相比较于参数模型,由于函数的具体形式是未知的,对变量的分布要求较少,所以在实际问题分析中有着更强的灵活性和实用性,应用非常广泛.根据非参数回归模型的表达形式,其中未知函数是待估的,误差项一般假设是独立的,但是现... 详细信息

非参数回归模型相比较于参数模型,由于函数的具体形式是未知的,对变量的分布要求较少,所以在实际问题分析中有着更强的灵活性和实用性,应用非常广泛.根据非参数回归模型的表达形式,其中未知函数是待估的,误差项一般假设是独立的,但是现实中数据一般都具有一定的相关性.为了使模型预测结果更加精确,所以本文在不同的相依场合下研究了非参数回归模型中不同估计量的统计性质. 首先,本文研究了满足Rosenthal型不等式的一类随机变量的弱收敛性和收敛速度,并且在一定条件下,得到了弱大数定律的充要条件.此外,本文也给出了 END随机变量和ρ-混合随机变量的完全收敛性,完全矩收敛性以及完全f矩收敛性结果,这些结果都在一定程度上扩展和延伸了已有文献的相关成果. 其次,本文给出了非参数回归模型中未知函数的线性加权估计量的渐近性质,主要包括弱相合性和完全相合性.在宽泛的条件下,基于满足Rosenthal型不等式的一类随机变量、END随机变量和ρ-混合随机变量的概率极限理论分别给出了线性加权估计量的相合性结果.为了进一步验证结果的有效性,还给出了最近邻估计量的数值模拟.在有限样本下,通过观察箱线图以及MAE和RMSE,表明了估计量的相合性结果都是合理且有效的. 最后,本文进一步考虑在m-END随机误差的基础上,研究非参数回归模型中未知函数GM核估计量的渐近性质,包括强相合性、完全相合性以及强收敛速度.由于GM核估计量也是线性加权估计量,所以不管在随机变量相依结构上还是在估计量内容上,都是对线性加权估计量的进一步扩展和补充.此外,也实现了相应的数值模拟,通过观察箱线图以及MAE和RMSE,验证了理论结果的有效性.

关键词：非参数回归模型强相合性完全相合性线性加权估计量 GM核估计量

来源：评论

学校读者我要写书评

暂无评论

函数型非参数回归模型及其在医疗数据中的应用

函数型非参数回归模型及其在医疗数据中的应用

引用

作者：杜文艳华北电力大学(北京)

学位级别：硕士

函数型数据分析把高频记录连续变化的有序数据作为一个函数整体进行分析,在生物、医学、经济等领域有广泛的应用。其中,函数型数据回归模型是函数型数据预测和分类的重要方法。本文主要研究函数型非参数回归模型及其在医疗数据中的应用... 详细信息

函数型数据分析把高频记录连续变化的有序数据作为一个函数整体进行分析,在生物、医学、经济等领域有广泛的应用。其中,函数型数据回归模型是函数型数据预测和分类的重要方法。本文主要研究函数型非参数回归模型及其在医疗数据中的应用。本文首先基于基函数和粗糙惩罚法将原始离散时间序列数据转换为函数型数据;然后针对响应变量为标量的函数型数据,应用非参数回归模型进行预测并利用预测结果的差异性进行有效分类。在模拟实验中,我们分别生成存在均值差异、结构差异和交互明显这三种情形的曲线数据,验证该分类方法的有效性。对透析压力数据的分析结果表明,使用粗糙惩罚法并进行一阶求导得到的数据,结合滑动窗进行实时凝血预警,预警准确率明显优于现有一般的预警方法。针对响应变量为函数的函数型数据的异常值检测问题,应用非参数回归模型进行曲线预测,根据曲线前后变化的差异性来建立一种异常曲线检测方法。首先,使用存在形状异常值和位置异常值的模拟数据,验证了该方法识别异常曲线的能力;然后,将该方法应用到心电图数据的异常曲线识别上,最终取得的平均分类准确率为98.13%,结果表明该方法能够有效识别出心脏异常患者,具有较高的应用价值。本文将原始离散时间序列数据转换为函数型数据,针对响应变量分别为标量和函数的函数型数据,应用非参数回归模型进行预测,并设计分类和异常值检测规则;最后将该规则应用到医疗数据上进行分类和异常曲线检测,得到较高准确率。

关键词：函数型数据非参数回归模型分类异常值检测医疗数据

来源：评论

学校读者我要写书评

暂无评论

随机变量加权和的完全收敛性和完全矩收敛性及其在非参数回归模型中的应用

随机变量加权和的完全收敛性和完全矩收敛性及其在非参数回归模型...

引用

作者：李翔安徽大学

学位级别：硕士

概率论是数学的重要组成部分,而在概率论中概率极限理论扮演着重要的角色,许多统计学者对其进行系统的的研究,概率极限理论已经日益成熟.随着更深入的研究,学者们发现END变量和WOD变量在相依序列中具有重要的研究价值,很多学者对其进行... 详细信息

概率论是数学的重要组成部分,而在概率论中概率极限理论扮演着重要的角色,许多统计学者对其进行系统的的研究,概率极限理论已经日益成熟.随着更深入的研究,学者们发现END变量和WOD变量在相依序列中具有重要的研究价值,很多学者对其进行研究.本文通过现有相依序列的一些性质和不等式,对END随机变量和WOD随机变量的相关收敛性及其应用进行进一步研究.本文的主要研究内容如下.第一章,本章介绍了文章的研究背景、相关概念和定义以及在证明过程中需要用到的重要不等式.第二章,利用WOD随机变量的Rosenthal最大值矩不等式以及随机变量的截尾方法,获得了WOD随机变量加权和的完全收敛性,并得到了WOD随机变量的M-Z型强大数定律.第三章,利用END随机变量加权和的Rosenthal型矩不等式以及随机变量的截尾方法,获得了END随机变量加权和阶完全矩收敛性.第四章,利用所得结果,获得了WOD随机变量在非参数回归模型中的应用,并进行了数值模拟,模拟得到的结果验证了理论结果的有效性.第五章,总结整篇文章,给出了创新点和不足之处.

关键词： END随机变量 WOD随机变量完全收敛性完全矩收敛性矩不等式非参数回归模型完全相合性

来源：评论

学校读者我要写书评

暂无评论

基于样条方法固定设计下非参数回归模型的区间预测

基于样条方法固定设计下非参数回归模型的区间预测

引用

作者：李晋云河南科技大学

学位级别：硕士

非参数回归模型的估计方法理论成果丰富,为模型的应用奠定了良好的基础。预测是该类模型应用的一个重要方面,然而,非参数回归模型的预测研究还相对滞后。为此,本文针对固定设计下非参数回归模型的样条估计性质和区间预测问题进行了研究... 详细信息

非参数回归模型的估计方法理论成果丰富,为模型的应用奠定了良好的基础。预测是该类模型应用的一个重要方面,然而,非参数回归模型的预测研究还相对滞后。为此,本文针对固定设计下非参数回归模型的样条估计性质和区间预测问题进行了研究,具体内容如下:一、考虑了带有?-混合误差的固定设计非参数回归模型,采用样条方法对模型中的回归函数和方差函数进行估计,讨论了估计量的相合性和收敛速度,数值模拟得到了估计的平均平方误差的平方根(RASE)随样本量的增加而减小,验证了所得结论。同时,实证分析也证明了样条估计方法的可行性。二、将参数模型的区间预测推广到非参数模型中,基于样条估计方法讨论了非外推法、线性外推法和非线性外推法在同方差非参数回归模型区间预测中的应用。通过分析三种方法在不同情形下得到的平均区间覆盖率(MICP)和平均区间宽度(AIW),比较三种预测方法的优劣。模拟结果表明:在样本容量适中的情况下,线性外推法的MICP更接近给定置信水平,AIW更小;非线性外推法次之。此外,实证分析结果表明,外推法的MICP更接近给定置信水平。因而,线性外推法是一种较为合适的区间预测方法。三、考虑了三种预测方法在异方差情形下非参数回归模型区间预测中的应用。数值模拟和实证分析结果表明:在样本量适中的情况下,线性外推法所得的MICP值更接近给定置信水平;就AIW值而言,整体上线性外推法优于非外推法。对不同的样本来说,线性外推法表现更稳定,优于非外推法和非线性外推法。

关键词：非参数回归模型样条估计相合性收敛速度区间预测

来源：评论

学校读者我要写书评

暂无评论

均匀设计对于一种特殊的非参数回归模型的优良性

引用

上海师范大学学报（自然科学版） 2010年第6期39卷 572-577页

作者：付清岳荣先王帅上海师范大学数理学院上海200234

在贝叶斯框架下,研究了一种特殊的非参数回归模型的最优设计问题,给出了贝叶斯非参数回归设计的准则,并在这一准则下证明了均匀设计在该模型下具有允许性和极小极大性.

关键词：贝叶斯最优设计非参数回归模型近似线性回归模型均匀设计

来源：评论

学校读者我要写书评

暂无评论

误差为鞅差序列的非参数回归模型的完全相合性

引用

数学的实践与认识 2021年第2期51卷 200-205页

作者：屈聪张水利平顶山学院数学与统计学院河南平顶山467000

在误差为鞅差序列的条件下,利用截尾方法及鞅差序列的指数不等式,研究了非参数回归模型P-C估计量的完全收敛性,且得到了完全收敛的收敛速度.

关键词：鞅差序列非参数回归模型完全收敛 P-C估计量

来源：评论

学校读者我要写书评

暂无评论

END序列下非参数回归模型估计的相合性与完全收敛性

引用

湖北大学学报（自然科学版） 2017年第2期39卷 118-122,130页

作者：邢韵湖北大学数学与统计学学院湖北武汉430062

研究误差为END序列的非参数回归模型未知函数估计量的极限性质.并利用END序列的Cr不等式,Rosenthal不等式以及权函数相关性质,证明其弱相合性与完全收敛性.

关键词：非参数回归模型 END序列相合性完全收敛性

来源：评论

学校读者我要写书评

暂无评论

基于m-WOD序列非参数回归模型线性加权估计的完全收敛性

引用

白城师范学院学报 2024年第5期38卷 22-28页

作者：苏欣王彬吉林师范大学博达学院数学学院吉林四平136000 大连科技学院基础部辽宁大连116000

利用m-WOD序列的性质和概率不等式,研究了基于m-WOD序列的非参数回归模型线性加权估计的完全收敛性并得到了其收敛速度.首先,给出了研究需要用到的预备知识.然后,证明了m-WOD序列的非参数回归模型线性加权估计的完全收敛性及其收敛速度... 详细信息

利用m-WOD序列的性质和概率不等式,研究了基于m-WOD序列的非参数回归模型线性加权估计的完全收敛性并得到了其收敛速度.首先,给出了研究需要用到的预备知识.然后,证明了m-WOD序列的非参数回归模型线性加权估计的完全收敛性及其收敛速度.最后,以最近邻估计为例,验证了相应的完全收敛性及其收敛速度的正确性.

关键词： m-WOD序列非参数回归模型线性加权估计完全收敛性

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：