期刊文献+
共找到183篇文章
< 1 2 10 >
每页显示 20 50 100
Asymptotic Normality of Multi-Dimension Quasi Maximum Likelihood Estimate in Generalized Linear Models withAdaptive Design
1
作者 LI Guoliang GAO Qibing LIU Luqin 《Wuhan University Journal of Natural Sciences》 CAS 2006年第2期328-332,共5页
We study the quasi likelihood equation in Generalized Linear Models(GLM) with adaptive design ∑(i=1)^n xi(yi-h(x'iβ))=0, where yi is a q=vector, and xi is a p×q random matrix. Under some assumptions, i... We study the quasi likelihood equation in Generalized Linear Models(GLM) with adaptive design ∑(i=1)^n xi(yi-h(x'iβ))=0, where yi is a q=vector, and xi is a p×q random matrix. Under some assumptions, it is shown that the Quasi- Likelihood equation for the GLM has a solution which is asymptotic normal. 展开更多
关键词 generalized linear model(GLM) adaptive desigm the quasi likelihood estimate asymptotic normality
下载PDF
Rate of strong consistency of the maximum quasi-likelihood estimator in quasi-likelihood nonlinear models 被引量:2
2
作者 XIA Tian KONG Fan-chao 《Applied Mathematics(A Journal of Chinese Universities)》 SCIE CSCD 2008年第4期391-400,共10页
Quasi-likelihood nonlinear models (QLNM) include generalized linear models as a special case. Under some regularity conditions, the rate of the strong consistency of the maximum quasi-likelihood estimation (MQLE) ... Quasi-likelihood nonlinear models (QLNM) include generalized linear models as a special case. Under some regularity conditions, the rate of the strong consistency of the maximum quasi-likelihood estimation (MQLE) is obtained in QLNM. In an important case, this rate is O(n-^1/2(loglogn)^1/2), which is just the rate of LIL of partial sums for i.i.d variables, and thus cannot be improved anymore. 展开更多
关键词 maximum quasi-likelihood estimator quasi-likelihood nonlinear models strong consistency
下载PDF
Quasi Maximum Likelihood for MESS Varying Coefficient Panel Data Models with Fixed Effects
3
作者 Yan Liu 《Journal of Economic Science Research》 2021年第3期60-64,共5页
The study of spatial econometrics has developed rapidly and has found wide applications in many different scientific fields,such as demog­raphy,epidemiology,regional economics,and psychology.With the deepening of... The study of spatial econometrics has developed rapidly and has found wide applications in many different scientific fields,such as demog­raphy,epidemiology,regional economics,and psychology.With the deepening of research,some scholars find that there are some model specifications in spatial econometrics,such as spatial autoregressive(SAR)model and matrix exponential spatial specification(MESS),which cannot be nested within each other.Compared with the common SAR models,the MESS models have computational advantages because it eliminates the need for logarithmic determinant calculation in maxi­mum likelihood estimation and Bayesian estimation.Meanwhile,MESS models have theoretical advantages.However,the theoretical research and application of MESS models have not been promoted vigorously.Therefore,the study of MESS model theory has practical significance.This paper studies the quasi maximum likelihood estimation for ma­trix exponential spatial specification(MESS)varying coefficient panel data models with fixed effects.It is shown that the estimators of model parameters and function coefficients satisfy the consistency and asymp­totic normality to make a further supplement for the theoretical study of MESS model. 展开更多
关键词 Fixed effects MESS panel data Varying coefficient models quasi maximum likelihood
下载PDF
SOME ASYMPTOTIC INFERENCE IN QUASI-LIKELIHOOD NONLINEAR MODELS:A GEOMETRIC APPROACH
4
作者 WeiBocheng TangNiansheng WangXueren 《Applied Mathematics(A Journal of Chinese Universities)》 SCIE CSCD 2000年第2期173-183,共11页
A modified Bates and Watts geometric framework is proposed for quasi\|likelihood nonlinear models in Euclidean inner product space.Based on the modified geometric framework,some asymptotic inference in terms of curvat... A modified Bates and Watts geometric framework is proposed for quasi\|likelihood nonlinear models in Euclidean inner product space.Based on the modified geometric framework,some asymptotic inference in terms of curvatures for quasi\|likelihood nonlinear models is studied.Several previous results for nonlinear regression models and exponential family nonlinear models etc.are extended to quasi\|likelihood nonlinear models. 展开更多
关键词 Curvature array quasi\|information quasi\|likelihood nonlinear models stochastic expansion variance.
全文增补中
Maximum Entropy Empirical Likelihood Methods Based on Laplace Transforms for Nonnegative Continuous Distribution with Actuarial Applications 被引量:3
5
作者 Andrew Luong 《Open Journal of Statistics》 2017年第3期459-482,共24页
Maximum entropy likelihood (MEEL) methods also known as exponential tilted empirical likelihood methods using constraints from model Laplace transforms (LT) are introduced in this paper. An estimate of overall loss of... Maximum entropy likelihood (MEEL) methods also known as exponential tilted empirical likelihood methods using constraints from model Laplace transforms (LT) are introduced in this paper. An estimate of overall loss of efficiency based on Fourier cosine series expansion of the density function is proposed to quantify the loss of efficiency when using MEEL methods. Penalty function methods are suggested for numerical implementation of the MEEL methods. The methods can easily be adapted to estimate continuous distribution with support on the real line encountered in finance by using constraints based on the model generating function instead of LT. 展开更多
关键词 quasi-likelihood Projection Power Mixture Operator Quadratic Distance METHODS Insurance PREMIUM Stop-Loss PREMIUM
下载PDF
部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法
6
作者 李体政 方可 《工程数学学报》 CSCD 北大核心 2024年第4期659-676,共18页
主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提... 主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。 展开更多
关键词 空间相关 部分线性变系数空间自回归模型 拟最大似然方法 局部线性光滑方法 惩罚似然方法
下载PDF
基于指数扩散过程的退化模型误指定分析
7
作者 鄢伟安 李欣忆 +1 位作者 张士杰 刘卫东 《计算机集成制造系统》 EI CSCD 北大核心 2024年第10期3685-3697,共13页
退化模型是对性能退化产品进行可靠性分析的基础,鉴于误用模型直接影响可靠性评估的精度,研究将适用范围广泛的指数扩散过程模型误指定为3种常见的维纳过程模型、伽马过程模型和逆高斯过程模型,通过引入相对偏差和相对变异率两个指标,... 退化模型是对性能退化产品进行可靠性分析的基础,鉴于误用模型直接影响可靠性评估的精度,研究将适用范围广泛的指数扩散过程模型误指定为3种常见的维纳过程模型、伽马过程模型和逆高斯过程模型,通过引入相对偏差和相对变异率两个指标,以量化模型误指定对产品平均寿命的影响程度,并采用GaAs激光器数据和蒙特卡罗方法进行实例验证。结果表明,模型误指定将对产品平均寿命估计带来较大影响,在性能退化产品的可靠性研究中应尽量选取适用范围更广的指数扩散过程模型,以提高可靠性评估的准确性。 展开更多
关键词 模型误指定 指数扩散过程 平均失效时间 伪极大似然估计
下载PDF
大规模三模网络自回归模型
8
作者 卫奕冰 朱复康 《数学物理学报(A辑)》 CSCD 北大核心 2024年第3期783-803,共21页
在双模网络自回归(NAR)模型的基础上给出了三模NAR模型.该模型考虑了大规模社交网络中三种类型的节点,且边只允许出现在不同类型的节点之间.首先介绍了模型的定义以及模型的可逆性与参数可识别性,考虑了拟极大似然和条件最小二乘估计方... 在双模网络自回归(NAR)模型的基础上给出了三模NAR模型.该模型考虑了大规模社交网络中三种类型的节点,且边只允许出现在不同类型的节点之间.首先介绍了模型的定义以及模型的可逆性与参数可识别性,考虑了拟极大似然和条件最小二乘估计方法及相应估计量的大样本性质.其次,在多种设定下进行了数值模拟,对估计方法的准确性与计算效率进行了对比,最后分析了一个实际例子. 展开更多
关键词 三模NAR模型 拟极大似然 条件最小二乘 大样本性质
下载PDF
基于高频数据的GARCH模型拟极大指数似然估计的一种portmanteau Q检验
9
作者 陈燕珊 张兴发 +1 位作者 田玥 陈嘉卓 《广州大学学报(自然科学版)》 CAS 2024年第5期54-68,共15页
已有研究表明,基于高频数据的GARCH模型的拟极大指数似然估计可以提升估计精度,但鲜有研究就该估计量的性质推导其对应的检验统计量。文章基于高频数据的GARCH拟极大指数似然估计性质,提出一种portmanteau Q检验统计量,通过模拟验证了... 已有研究表明,基于高频数据的GARCH模型的拟极大指数似然估计可以提升估计精度,但鲜有研究就该估计量的性质推导其对应的检验统计量。文章基于高频数据的GARCH拟极大指数似然估计性质,提出一种portmanteau Q检验统计量,通过模拟验证了该检验统计量的理论正确性,并选取沪深300、中证500和上证50等3个指数进行了具体应用。结果显示,在模型充分时,文章提出的检验统计量的分布更近似理论推导的分布,优于基于低频数据的检验统计量结果,且由于包含高频信息,该统计量能更好地捕捉高频残差自相关性;而当低频残差自相关性时,即使相关性较弱,该统计量也能识别模型是否充分,对GARCH模型的阶数识别有一定效果。实证研究也表明,该检验统计量能对高频信息有效利用,具有一定的实用性。 展开更多
关键词 高频数据 GARCH模型 拟极大指数似然估计 portmanteau Q检验
下载PDF
长记忆时间序列的均值单变点估计
10
作者 习代青 肖洪策 《统计与决策》 CSSCI 北大核心 2024年第3期51-57,共7页
文章采用拟极大似然法估计了一类长记忆时间序列模型的单均值变点,在变点大小固定和变点收缩两种情形下分析了估计量的渐近性质。研究发现,变点大小与长记忆性之间存在一种权衡关系。具体而言,当变点大小固定时,变点估计量是不相合的,... 文章采用拟极大似然法估计了一类长记忆时间序列模型的单均值变点,在变点大小固定和变点收缩两种情形下分析了估计量的渐近性质。研究发现,变点大小与长记忆性之间存在一种权衡关系。具体而言,当变点大小固定时,变点估计量是不相合的,而变分点估计量是T-相合的;当变点收缩时,变点估计量的收敛速度依赖于记忆参数d,估计量的极限分布得以推导。最后,蒙特卡洛实验和实证分析验证了所提理论结果的有限样本表现。 展开更多
关键词 长记忆 分数布朗运动 结构变点 拟极大似然估计 最小二乘法
下载PDF
广义线性回归拟似然估计的强相合性 被引量:17
11
作者 高启兵 吴耀华 《数学年刊(A辑)》 CSCD 北大核心 2004年第6期705-710,共6页
本文研究了广义线性模型g=μ(x'β0)+e中形如的拟似然方程,在一定的条件下证明了当n充分大时此方程以概率1有解βn,得到了βn的强相合性和收敛速度.
关键词 广义线性回归 拟似然估计 强相合性 收敛速度
下载PDF
联合广义线性模型中的变量选择(英文) 被引量:12
12
作者 王大荣 张忠占 《应用概率统计》 CSCD 北大核心 2009年第3期245-256,共12页
在联合广义线性模型中,均值和散度参数都被赋予了广义线性模型的结构,本文主要考虑该模型的变量选择问题,文章利用扩展拟似然函数,提出了一个适用于联合广义线性模型的新的变量选择准则(EAIC),该准则是Akaike信息准则的推广,论文通过模... 在联合广义线性模型中,均值和散度参数都被赋予了广义线性模型的结构,本文主要考虑该模型的变量选择问题,文章利用扩展拟似然函数,提出了一个适用于联合广义线性模型的新的变量选择准则(EAIC),该准则是Akaike信息准则的推广,论文通过模拟研究和一个实例分析验证了该准则的效果。 展开更多
关键词 Akaike信息准则 变量选择 联合广义线性模型 扩展拟似然 Kullback-Leibler信息量.
下载PDF
缺失数据下双重广义线性模型的参数估计 被引量:10
13
作者 吴刘仓 邱贻涛 詹金龙 《应用数学》 CSCD 北大核心 2014年第4期714-724,共11页
在经济领域和工业产品质量改进试验中,对均值和散度同时建模十分必要;在数据采集过程中,时常会遇到数据缺失问题.文章基于上述两点,研究缺失数据下的双重广义线性模型的参数估计,采用最近距离插补和反距离加权插补对缺失数据进行处理,... 在经济领域和工业产品质量改进试验中,对均值和散度同时建模十分必要;在数据采集过程中,时常会遇到数据缺失问题.文章基于上述两点,研究缺失数据下的双重广义线性模型的参数估计,采用最近距离插补和反距离加权插补对缺失数据进行处理,并应用最大扩展拟似然估计和最大伪似然估计两种估计方法对未知参数进行估计.随机模拟和实例结果表明,该模型和所应用的方法是有用和有效的. 展开更多
关键词 双重广义线性模型 最近距离插补 反距离加权插补 扩展拟似然 伪似然
下载PDF
广义线性模型中极大拟似然估计的强收敛速度 被引量:4
14
作者 尹长明 李永明 王朋炎 《数学物理学报(A辑)》 CSCD 北大核心 2009年第4期1058-1064,共7页
在supEi≥1||yi||^(2+α)<∞(对某个α>0)和其它正则条件下,证明了一般联系函数的多维广义线性模型拟似然估计的强相合性,并得到了强收敛速度,其中yi是响应变量.此结果是对文献中相应结果的改进.
关键词 广义线性模型 拟似然估计 强相合性 强收敛速度.
下载PDF
潜变量交互效应结构方程:分布分析方法 被引量:19
15
作者 温忠麟 吴艳 侯杰泰 《心理学探新》 CSSCI 2013年第5期409-414,共6页
对于潜变量交互效应结构方程分析,目前应用较多的是乘积指标方法。分布分析方法国内还罕有应用,包括潜调节结构方程(LMS)方法和准极大似然(QML)方法。该研究以乘积指标方法的模型假设为参照,介绍了分布分析方法的模型假设。并简要叙述了... 对于潜变量交互效应结构方程分析,目前应用较多的是乘积指标方法。分布分析方法国内还罕有应用,包括潜调节结构方程(LMS)方法和准极大似然(QML)方法。该研究以乘积指标方法的模型假设为参照,介绍了分布分析方法的模型假设。并简要叙述了LMS方法及其Mplus程序,QML方法及其QML程序。综合现有研究结果,总结出LMS和QML方法、无约束和约束方法的特点,从中可以看出各方法的优缺点,推荐了不同条件下合适的分析方法。 展开更多
关键词 潜变量 交互效应 潜调节结构方程 准极大似然 乘积指标
下载PDF
协变量随机缺失的广义半参数模型 被引量:6
16
作者 李志强 薛留根 《北京工业大学学报》 CAS CSCD 北大核心 2007年第7期761-765,共5页
在协变量随机缺失条件下,研究了广义半参数模型的加权拟似然估计方法,给出了未知参数与非参数回归函数的估计.进一步求出了估计的渐近偏差和渐近方差,并证明了所给出的加权拟似然估计具有渐近正态性.
关键词 广义半参数模型 局部线性估计 随机缺失 渐近正态性 加权拟似然
下载PDF
缺失数据下广义线性回归拟似然估计的强相合性 被引量:6
17
作者 闫莉 陈夏 《陕西师范大学学报(自然科学版)》 CAS CSCD 北大核心 2010年第2期15-17,共3页
研究了响应变量随机缺失下的广义线性模型,利用处理缺失数据的完全数据方法,构造了广义线性模型中未知参数的拟似然估计.结合随机缺失机制和若干极限定理,证明了该拟似然估计的渐近存在性、强相合性和收敛速度.
关键词 广义线性回归 随机缺失 拟似然估计 强相合性 收敛速度
下载PDF
多维广义线性模型拟极大似然估计的弱相合性 被引量:13
18
作者 廖源 张三国 薛宏旗 《应用概率统计》 CSCD 北大核心 2006年第3期288-294,共7页
本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to... 本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to n X_iX_i^1的最小特征值. 展开更多
关键词 多维广义线性模型 拟极大似然估计 弱相合性 收敛速度
下载PDF
高维ARCH(q)模型噪声密度函数的估计 被引量:4
19
作者 黄晓薇 王德辉 宋立新 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2004年第2期151-157,共7页
采用核密度估计方法对高维ARCH(q)噪声的密度函数进行估计,给出此估计的相合性和随机模拟结果,并用该方法对深沪股市数据进行了分析.
关键词 高维ARCH(g)模型 拟似然估计 核密度估计 密度函数 计量经济学
下载PDF
基于随机波动模型的短期负荷预测 被引量:25
20
作者 陈昊 王玉荣 《电力自动化设备》 EI CSCD 北大核心 2010年第11期86-89,共4页
研究了负荷时间序列波动性,考虑方差时变特征,提出了基于随机波动(SV)模型的短期负荷预测方法。引入伪极大似然估计解决SV参数估计问题,进而将模型转换为状态空间方程,利用卡尔曼滤波获取标准SV模型参数。另外,还将模型推广为非高斯假... 研究了负荷时间序列波动性,考虑方差时变特征,提出了基于随机波动(SV)模型的短期负荷预测方法。引入伪极大似然估计解决SV参数估计问题,进而将模型转换为状态空间方程,利用卡尔曼滤波获取标准SV模型参数。另外,还将模型推广为非高斯假设SV模型。利用动态波动曲线的构建,讨论了负荷时间序列条件方差的时变性特征。基于日用电量数据建立了SV族日负荷预测模型,并利用平均绝对百分误差、均方误差、TIC 3种指标将SV族模型预测结果与广义自回归条件异方差(GARCH)模型做了比较,得到SV族模型的前2种指标均小于GARCH模型,而且SV模型的TIC指标更接近于零。算例分析表明了SV族负荷预测模型的可行性和有效性。 展开更多
关键词 双伽马函数 厚尾 卡尔曼滤波 负荷预测 伪极大似然估计 状态空间 随机波动模型
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部