分享到:

约束条件下部分线性模型估计的若干性质

部分线性模型是由Engle,Granger,Rice和Weiss(1986)在研究居民用电与其收入及季节等变量之间的关系这一实际问题时提出的。这种模型既含有参数分量,又含有非参数分量。兼顾了参数回归模型和非参数回归模型的优点,较单纯的参数回归模型或非参数回归模型有更大的适应性和解释力。本文考虑部分线性模型y_i=x′_iβ+g(t_i)+e_i,1≤i≤n,(Ⅰ)在约束条件下的参数分量估计的性质。其中(x_i,t_i)是固定非随机设计点列。x_i=(x_(il),…x_(ip))′,β=(β_1,…,β_p)′(p≥1),g是定义在[0,1]上的未知函数,β是未知待估参数,0≤t_i≤1,e_i是i.i.d.随机误差,且Ee_i=0,Ee_i~2=σ~2∞。对于上述模型(Ⅰ)的研究已有不少的结果,但我们一般是对解释变量的数据进行分类,讨论。从而得到相应的参数分量β和非参数分量g(·)的估计。实际上,对参数分量β并不是一无所知的,  (本文共40页) 本文目录 | 阅读全文>>

安徽大学
安徽大学

污染线性模型的讨论

线性模型是数理统计学中发展较早、理论丰富而且应用性很强的一个重要分支。过去的百余年中,线性模型不仅在理论研究方面甚为活跃,获得了长足发展,而且在工农业、气象地质、经济管理、医药卫生、教育心理学等领域的应用也日渐广泛。作为线性模型前沿科学研究的一部分,污染线性模型由于它在实际生活中的广泛存在性,越来越受到人们的关注,具有很高的应用价值。污染数据与截断数据不同,除了具有不同的提出背景和表现形式之外,它们还是一组不完备的数据。关于污染数据的统计分析,很久以前就开始引起科学家们的关注。早在20世纪60年代,统计学家Huber就已经研究了基于高斯分布下污染数据的极大似然估计,并提出了著名的Huber分布以作解释。所谓的“污染”模型即为观察值分布未知或至少部分未知的模型,而且它是由于污染源的干扰所致,而这种污染源是有别于模型本身,通过观察污染数据得到的(这些数据假设分布已知)。统计分析的目的主要是估计污染系数和模型中的其它参数。近些年,在此...  (本文共56页) 本文目录 | 阅读全文>>

《佳木斯大学学报(自然科学版)》2019年05期
佳木斯大学学报(自然科学版)

层次线性模型中多重共线性的诊断

层次线性模型中的多重共线性问题有时是客观存在的。针对该问题,尝试通过对层次线性模型中参数估计的方差进行分解,并使用赖因施形式和奇异值分解的方法对设计阵与转换阵之间的...  (本文共4页) 阅读全文>>

《西北师范大学学报(自然科学版)》2015年01期
西北师范大学学报(自然科学版)

部分线性模型的adaptive group lasso变量选择

对部分线性模型的aglasso(adaptive group lasso)参数估计及变量选择问题进行研究.通过构造aglas...  (本文共5页) 阅读全文>>

《华侨大学学报(自然科学版)》2012年01期
华侨大学学报(自然科学版)

奇异线性模型下最小范数二次无偏估计关于误差分布的稳健性

讨论奇异线性模型下方差σ2的最小范数二次无偏估计关于误差分布的稳健性问题,得到方差的最小范数二次无偏估计保持...  (本文共5页) 阅读全文>>

《中北大学学报(自然科学版)》2012年01期
中北大学学报(自然科学版)

部分线性模型的M-估计

部分线性模型已获得广泛的研究和应用,其未知参数和函数的估计方法往往不具有稳健性.研究了部分线性模型的稳...  (本文共4页) 阅读全文>>