共查询到20条相似文献，搜索用时 156 毫秒
1.
考虑协变量有测量误差时变系数模型的估计问题。提出的方法不需要假定特定的误差模型结构或已知的误差方差,也不需要重复观测的数据。通过工具变量的辅助,首先对测量误差进行校正,从而得到真实观察变量的估计。然后用这个估计取代真实观察变量,利用变系数模型的估计方法得到函数系数的估计。证明了所提估计的渐近正态性。数值模拟结果表明本文提出的基于校正误差的方法比直接使用测量误差数据的方法有更好的有限样本性质。 相似文献
2.
在指数分布定数截尾情形下,当先验分布中的超参数部分未知时,在加权平方损失下构造了刻度参数的参数型经验Bayes(PEB)估计,研究了其在均方误差 (MSE) 准则下相对于一致最小方差无偏估计 (UMVUE) 的优良性,并获得了 PEB 估计的大样本性质.当先验分布中的超参数完全未知时,通过数值模拟比较了 PEB 估计和 UMVUE 的均方误差,获得了其优良性.最后,通过数值模拟的结果,获得了PEB区间估计的优良性. 相似文献
3.
击穿点是估计未知参数稳健性的重要度量。在常规的低维逻辑回归模型中,极大似然估计的击穿点已有了广泛的研究,但少有对高维惩罚似然估计击穿点的分析。通过研究高维逻辑回归模型的惩罚似然估计的增加和替换击穿点来分析这个问题。特别地,证明惩罚极大似然估计的L2范数总是有界的,这表明有限样本的击穿点达到了最大值0.5。此外,还提供了斜率参数的内爆击穿点的上界。模拟学习很好地支持了该理论结果。 相似文献
4.
在寿命服从指数分布的基础上,将一般威布尔分布简化成指数分布,给出了恒加应力加速寿命试验中产品失效率的Bayes估计和寿命服从威布尔分布的产品失效时间的预测方法,并给出了相应的数值模拟。 相似文献
5.
研究高维情形下一样本均值检验的问题。已有的一些高维均值检验方法假设样本具有椭球等高分布。为应用到更多的分布,提出基于符号秩的均值检验统计量。所提方法是稳健的且具有刻度变换不变性。建立了所提出检验统计量的渐近性质,数值模拟表明该方法可以很好地控制第一类错误,且功效更高。还将该方法应用到眼科数据中。 相似文献
6.
参数估计是在概率密度函数已知的前提下,利用似然函数对参数进行估计,但是,在实际问题中,很多数据的分布是事先无法假定的,于是非参数模型就应运而生;主要利用核估计、局部多项式估计和k近邻估计三种经典方法对非参数模型进行估计,并辅以经典的例题;最后,通过一个综合模拟计算对这三种估计方法进行了比较并证明所提出的方法是有效和可行的. 相似文献
7.
异质群体的亚组分析是实现个体化医疗和个性化营销的关键所在。基于回归的方法是亚组分析的主要流派之一,这种范式将预测变量分为具有异质效应和同质效应的两部分,并根据异质变量是否相同将样本分为不同的亚组。然而,现有的基于回归的亚组分析方法大多有两大局限性：第一,它们仍然认为亚组内的样本是同质的,没有充分考虑个体效应;第二,没有考虑到同质变量中常见污染现象,这将导致模型结果出现较大偏差。为应对这些挑战,提出一种稳健的个体化亚组分析方法。使用多向分离惩罚函数估计模型异质部分的个体化效应,并使用γ散度得到同质部分的稳健估计。还提出一种高效的交替迭代的两步算法,这一方法结合了坐标下降法和交替方向乘子法。数值模拟和对皮肤黑色素瘤数据的分析进一步验证了所提方法的有效性。 相似文献
8.
9.
通过广义最小二乘法对Hill估计进行改进,估计尾部指数,克服了传统的Hill估计对样本阈值依赖的缺陷,并将此法应用到了在险价值的计算上。由于传统的计算方法带来一些系统误差,对其进行了一些修正,并对中国的上证指数、恒生指数、道琼斯指数、纳斯达克指数,以及日经指数做了在险价值的计算,进行了比较和分析。 相似文献
10.
为提高赛艇器材的性能,需要对赛艇的阻力特性进行研究。采用数值模拟的方法研究了赛艇的阻力性能,模拟时湍流模型采用RNG k-ε模型,自由面处理采用VOF方法,并通过与实验结果的对比证实了数值方法的有效性。研究结果表明,通过数值模拟可以较准确地预测赛艇阻力,并能捕捉赛艇周围的自由面,获得赛艇周围的流场信息。通过研究,可以为进一步优化赛艇艇型的研究奠定基础。 相似文献
11.
泊松回归模型常常用于计数数据的研究中,然而在实际数据中零值的比例可能远远大于泊松分布中取零值的概率,而且这些零值通常都有其特殊含义.此外计数数据可能是分组数据,即观测到的数据不是确切值而只是已知其落在某一个区间范围之内;或者某些特定的数据,例如工资,要先对它进行人为的分组然后再进行分析.考虑一种零膨胀泊松半参数回归模型来处理上述分组计数数据.该模型中泊松分布的期望与协变量之间采用部分线性连接函数,而零值的概率与协变量之间采用线性连接函数.利用Sieve极大似然估计方法来估计该回归模型中参数和非参数函数,并提出了一种得分检验方法来检验是否存在零膨胀.在一定正则条件下,获得了Sieve极大似然估计的渐近性质,证明了参数部分的估计是强相合,渐近正态及渐近有效的;同时非参数函数的估计达到了最优收敛速度.模拟研究表明,估计和检验方法效果都比较好,最后将此模型和推断方法应用于一组公共卫生领域实际数据研究. 相似文献
12.
单指标分位回归模型是一类重要的半参数模型,具有降维的优点的同时保留了非参数分位回归模型的稳健性.但现有的单指标分位回归模型的估计程序大部分都是通过内点法来实现.对单指标分位回归模型估计程序的MM (majorize-minimize)算法进行研究.首先找到目标函数的优化函数,然后通过最小化优化函数来得到估计,再逐步迭代... 相似文献
13.
This paper studies the proportional Bootstrap method on missing data, and compares it with the usual Bootstrap method. Under the simple random sampling and uniform response, using regression imputation and ratio imputation for missing data, the consistency of the variance estimators obtained by proportional Bootstrap is proved. Simulation results give a verification on our theoretical conclusions. 相似文献
14.
讨论了异方差半参数回归模型,建立了模型中参数β和非参数g（.）的小波估计,在适当的条件下,证明了β和g（.）的小波估计的渐近正态性. 相似文献
15.
复随机变量称为"improper"随机变量,若它的"伪"协方差阵不为0,否则称为"proper"随机变量. 研究了误差服从独立同分布的improper复高斯分布的线性回归模型. 利用极大似然方法和2阶段最小二乘方法来估计回归系数. 模拟表明,这2种方法与经典复版本的最小二乘法有不同之处,并将该方法用于实际风信号数据的处理. 相似文献
16.
在正态分布情形下,假定均值参数和误差方差服从正态-逆伽马分布先验时,导出了均值参数和误差方差的 Bayes 估计, 利用历史样本构造了它们的参数型经验 Bayes 估计 (PEBE). 在均方误差(MSE)准则下,分别获得均值参数和误差方差相对于一致最小方差无偏估计 (UMVUE) 的优良性.最后,给出一个有关主要结果的注释. 相似文献
17.
本文在加权平方损失下导出了平衡的双向分类随机效应模型中方差分量的Bayes估计,并利用非参数方法构造了方差分量的经验Bayes(EB)估计.在适当的条件下证明了EB估计的收敛速度.最后,给出一个满足主要结果的例子. 相似文献
18.
传统的社交网络用户的人格预测方法是采用单任务分类或回归的机器学习方法,这类方法忽略多个任务之间的潜在关联信息,并且在小规模训练数据条件下很难取得较好的预测效果。提出基于鲁棒多任务学习模型对微博用户进行大五人格的预测,既共享多个任务之间的关联信息,又能够识别出不相关任务。参数矩阵也相应地被分解为结构项和异常项,采用核范数和L1/L2范数进行正则项约束,将问题转化为求解优化问题。通过真实的新浪微博用户数据进行方法有效性的验证,5个维度的平均正确率、平均精确率和平均召回率分别达到67.3%、71.5%和74.6%,同时与在相同数据集上采取传统的单任务学习方法和多任务学习方法进行比较,结果表明本文提出的基于鲁棒多任务学习方法的预测效果优于其他几种方法。 相似文献
19.
针对当前船舶自动识别系统(automatic identification system,AIS)数据存在大量错误和缺失的问题,通过匹配AIS数据丢失时间制定完备AIS数据库,采用改进的Hausdorff距离公式融合轨迹空间相似度与船舶航行速度相似度,采用相似轨迹作为最小二乘支持向量机(least squares support vector machine,LSSVM)算法的输入样本,通过数据训练得到的回归模型对AIS数据进行修复。采用实际数据进行验证。结果显示,本文提出的基于粒子群优化(particle swarm optimization,PSO)的LSSVM算法能够准确还原AIS数据。结果可以提高AIS数据的连续性和完整性。 相似文献
20.
随着电子商务的迅速发展,推荐系统与算法已经成为理论研究的热点。支持向量机是一种强大的分类工具,由其衍生出的支持向量机回归方法能很好地解决非线性回归问题。文中以电影推荐为例,引入支持向量机回归方法来分析项目的内容,构建用户模型,进而给出推荐。实验结果和理论分析表明这种推荐算法与传统协同过滤算法相比,能够明显提高推荐精度,并显著缩短了推荐所需时间;在大样本量情况下也能同样高效。 相似文献