期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
时变方差自回归模型的联合估计函数方法推断
1
作者 韩玉 田宝成 王书鹏 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第5期756-761,共6页
针对参数估计问题,利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状,利用联合估计函数理论,给出带有时变方差自回归模型的参数估计量,证明该参数联合估计... 针对参数估计问题,利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状,利用联合估计函数理论,给出带有时变方差自回归模型的参数估计量,证明该参数联合估计量渐近收敛于正态分布。对提出的参数统计量进行数值模拟对比分析,模拟结果表明,与伪极大似然估计量、最小二乘估计量进行对比,提出的参数联合估计量略优于伪极大似然估计量,同时该统计量受误差项分布函数影响较小。 展开更多
关键词 估计函数 联合估计函数 自回归模型 时变方差 伪极大似然估计
下载PDF
基于热重力改正的接收函数与重力联合估计技术及福建地区的应用
2
作者 唐晗晗 郭良辉 李永华 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第7期2668-2682,共15页
接收函数与重力联合估计技术是获取台站下方地壳厚度和波速比参数的一种有效手段,重力数据的引入可改善传统接收函数H-κ叠加法在壳内多次波信号不清晰时估计不准的问题.在大地热流较高的地区,热重力扰动成为布格重力异常的不可忽略的... 接收函数与重力联合估计技术是获取台站下方地壳厚度和波速比参数的一种有效手段,重力数据的引入可改善传统接收函数H-κ叠加法在壳内多次波信号不清晰时估计不准的问题.在大地热流较高的地区,热重力扰动成为布格重力异常的不可忽略的重要组成部分,此时常规接收函数与重力联合估计技术并不适用.本文给出基于热重力改正的接收函数与重力联合估计技术,通过热重力改正削弱热异常对重力数据的影响,同时采用接收函数Ps震相与重力数据的联合约束算法,避免多次波不清晰而引入误差的问题,实现高热流背景地区地壳厚度和波速比的有效估计.模型测试验证了本文技术的有效性和稳健性,给出了启动热重力改正的阈值(-10 mGal).典型高热流背景的福建地区实际数据应用结果表明,福建地区地壳向沿海地区减薄(约28 km),闽西和闽东南地区泊松比偏高(>0.26),暗示其下方存在地壳减薄的同时伴随着幔源物质的底侵. 展开更多
关键词 热重力 接收函数与重力联合估计 福建地区 地壳厚度 波速比
下载PDF
基于联合估计方法的广义随机系数自回归模型的统计推断
3
作者 韩玉 王书鹏 郝运 《应用数学学报》 CSCD 北大核心 2023年第4期622-634,共13页
本文利用联合估计函数方法(CEF)对广义随机系数自回归(GRCA)模型进行统计研究.应用联合估计函数方法得到广义随机系数自回归模型参数估计量,证明了提出的参数估计量的相合性和渐近正态性,利用数值模拟对提出的参数统计量进行对比分析,... 本文利用联合估计函数方法(CEF)对广义随机系数自回归(GRCA)模型进行统计研究.应用联合估计函数方法得到广义随机系数自回归模型参数估计量,证明了提出的参数估计量的相合性和渐近正态性,利用数值模拟对提出的参数统计量进行对比分析,数值模拟结果表明,联合估计方法的参数估计量优于基于估计函数方法、伪极大似然方法、最小二乘方法的参数估计量,实证研究也说明CEF方法具有较好的效果. 展开更多
关键词 估计函数 联合估计函数 广义随机系数自回归模型 非线性时间序列模型
原文传递
The nonparametric estimation of long memory spatio-temporal random field models 被引量:2
4
作者 WANG LiHong 《Science China Mathematics》 SCIE CSCD 2015年第5期1115-1128,共14页
This paper considers the local linear estimation of a multivariate regression function and its derivatives for a stationary long memory(long range dependent) nonparametric spatio-temporal regression model.Under some m... This paper considers the local linear estimation of a multivariate regression function and its derivatives for a stationary long memory(long range dependent) nonparametric spatio-temporal regression model.Under some mild regularity assumptions, the pointwise strong convergence, the uniform weak consistency with convergence rates and the joint asymptotic distribution of the estimators are established. A simulation study is carried out to illustrate the performance of the proposed estimators. 展开更多
关键词 asymptotic behaviors local linear regression estimation long memory random fields spatiotemporal random field models
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部