基于半参数回归模型的制造过程加工误差流建模与分析

针对多工序制造过程中加工误差流的传递和累积问题,研究工序输入尺寸误差、系统误差和随机误差与工序输出尺寸误差间的关系,构建数学模型并给出了模型解算方法。基于泰勒公式展开和实际加工经验假设,建立工序输出尺寸误差与工序输入尺寸误差间的参数化表达式,并将与工序输出尺寸误差关系未知的工序系统误差非参数化表达,建立制造过程加工误差流的半参数回归模型;采用广义交叉核实函数计算平滑因子,以实际机械加工经验确定正规化矩阵,由补偿最小二乘法求解了所建立半参数回归模型的参数和非参数估计。以二工序磨削加工实例证明,采用半参数回归模型描述加工误差流,不仅能够反映工序间误差传递关系,分离工序系统误差和随机误差,而且比完全参数建模方法和非参数建模方法具有更好的解释性和适用性。

半参数回归模型的误差方差的小波估计

考虑半参数回归模型ｙｉ＝ｘ＾１ｉβ＋ｅｉ，１≤ｎ，其中β∈ＲＴ＾ｄ为未知参数，ｇ（ｔ）为「０，１」上的未知Ｂｏｒｅｌ函数，ｘｉ为Ｒ＾ｄ上的随机设计，｛ｅｉ｝为ｉ．ｉ．ｄ．随机误差，本文构造了误差方差σｉ＾２＝ｖａｒ（ｅｉ）的小波估计σｎ＾２，得到了σｎ＾２的渐近正态性，同时构造了ｖａｒ（ｅｉ＾２）的小波估计Ｄｎ＾２，并且证明了Ｄｎ＾２的弱相合性，由此可知√ｎ（σ＾２－σ＾２）／Ｄｎ依分布收敛于Ｎ（

半参数回归模型的近邻估计──鞅差误差序列情形

在鞅差误差序列下，给出了半参数回归模型中有关参数β和ｇ（ｔ）的近邻估计，研究了估计量的相合性，在相当一般的条件下，得到了理想的结果．

基于半参数回归模型的批处理确定卫星轨道方法

由于卫星轨道观测数据中含有非线性影响因素,必然会降低定轨精度。在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性影响因素,提出了基于半参数回归模型的批处理确定卫星轨道的方法,以提高定轨精度;然后,在理论上证明了在测量数据存在非线性影响因素的情形下,基于半参数回归模型的批处理确定卫星轨道方法的定轨精度高于经典的批处理定轨精度;最后,对中低轨卫星应用批处理定轨进行了仿真。结果表明:基于半参数回归模型的批处理确定卫星轨道方法分离出观测数据中的白噪声和非线性影响因素,从而可以在观测数据中消除非线性影响因素,提高定轨的精度。

半参数回归模型估计的平均相合性

在误差序列为 Lq- mixingale情形下 ,给出了半参数回归模型中β和 g( t)估计 ,研究了估计量的 q-阶平均相合性 .在较一般的条件下 。

基于半参数回归模型的微陀螺仪温度补偿技术

设计了一种基于半参数回归模型的微陀螺仪温度补偿方法。针对微陀螺仪启动时受温度变化影响明显、角速度输出误差较大的问题,提出对于温度的补偿不仅要考虑趋势项,而且要估计模型误差。建立了温度补偿的半参数回归模型,采用补偿最小二乘进行求解。实验结果表明,对于某型微陀螺仪采用温度补偿的半参数回归模型是可行且有效的,相对于常规的多项式拟合方法,补偿后的信号噪声降低了1个数量级,优于0.005(°)/s,从而有效缩短了陀螺仪启动稳定时间。

基于半参数回归模型的大学生生命质量研究

目的探讨大学生生命质量的影响因素,为其健康教育及预防保健提供相关依据。方法采用自行设计的一般情况调查表、36条目简明健康量表(SF-36)和Young网络成瘾量表对入选的567名大学生进行调查,应用单因素、多元逐步回归和半参数回归模型对数据进行统计分析。结果半参数回归模型的拟合效果优于单因素和多元逐步回归分析,影响大学生生命质量总分的因素有食欲、睡眠、与同学相处的融洽程度、网络成瘾和专业(P<0.05)。结论大学生生命质量的提高应针对不同专业的学生进行个体化干预,鼓励大学生参与社交活动,合理使用网络。

非线性半参数回归模型中参数的经验似然置信域

该文考虑非线性半参数回归模型,构造了模型中未知参数的经验对数似然比统计量,证明了所提出的统计量具有渐近x^2分布,由此结果可以用来构造未知参数的置信域.另外,该文也构造了未知参数的最小二乘估计量,并证明了它的渐近性质.仅就置信域精度及其覆盖概率大小方面,通过模拟研究比较了经验似然方法与最小二乘法的优劣.

一类半参数回归模型的经验似然

考虑一类半参数回归模型yi=xi′β+g(xi)+ei,1≤i≤n,其中xi=(xi1,xi2,…,xik)′是固定设计点列,β=(β1,β2,…,βk)′是未知待估参数,g(.)是未知函数,ei是随机误差,且E(ei)=0,E(ei2)=σ2<∞.首先假设β已知,用非参数权函数方法估计非参数部分g,然后应用经验似然方法构造似然函数,证明了经验对数似然比统计量渐近服从卡方分布.结果可用于构造半参数回归模型中参数向量的置信区域.

纵向数据半参数回归模型的最小二乘局部线性估计

本文考虑纵向数据半参数回归模型:Yij=XiTjβ+g(Tij)+iεj,基于最小二乘法和局部线性拟合的方法建立了模型中参数分量β,回归函数g(.)和误差方差σ2的估计,在适当条件下给出了估计量的相合性,通过模拟研究说明了该方法在有限样本情况下具有良好的性质。

具有先验信息约束的半参数回归模型及其虚拟观测值解法

针对半参数回归模型建模过程中合理性不足问题,提出了具有先验信息约束的半参数回归模型,并给出了该模型相应的虚拟观测值解法和正则化矩阵与正则化参数在测量中的物理意义;证明了该新解法与补偿最小二乘法的等价性以及该新模型的有效性和合理性。

纵向数据半参数回归模型估计的强相合性

本文考虑如下纵向数据半参数回归模型:yij=x'ijβ+g(tij)+eij。基于最小二乘法和一般的非参数权函数方法给出了模型中参数β,回归函数g(·)和误差方差σ2的估计,并在适当条件下证明了估计量的强相合性。

缺失数据下半参数回归模型的渐近性质

在缺失响应变量的不完全数据下,对半参数回归模型进行研究.利用局部线性回归拟合方法建立缺失数据下半参数回归模型参数分量β和非参数分量g的局部线性估计βn,gn*(t),基于βn建立σ2的估计量2σn.在适当的条件下,证明βn,2σn的渐近正态性,得到gn*(t)的最优弱收敛速度.

固定设计点的半参数回归模型的M估计的渐进分布(英文)

讨论了固定设计点的半参数回归模型的大样本性质，得到了模型的M估计的渐进分布，并建立了关于参数的检验．数值模拟结果表明，本文提出的方法具有较好的稳健性．

NA样本下半参数回归模型估计的强相合性

考虑固定设计下的半参数回归模型 :yi=xiβ+ g(ti) + ei,i=1 ,2 ,… ,n,在 { ei}为 Eei=0 ,Ee2i=σ2i 的 NA序列时 ,得到了一类估计的强相合性 .

基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法

由于卫星轨道测量数据中含有非线性误差,使用传统的最小二乘多项式拟合方法对其进行预处理必然会降低定轨精度。在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性误差,提出了基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法,以提高数据预处理的精度。对某卫星USB跟踪数据应用该方法进行了仿真,仿真结果表明:该方法可以分离出观测数据中的白噪声和非线性误差,从而可以在观测数据中消除非线性误差的影响,提高数据预处理的精度。

纵向数据下半参数回归模型估计的渐近性质

本文考虑纵向数据下半参数回归模型y_(ij)=x′_(ij)β+g(t_(ij))+e_(ij),i=1,…,m,j=1,…,n_i.基于最小二乘法和一般的非参数权函数方法给出了模型中参数β和回归函数g(·)的估计,并在适当条件下证明了β估计量的渐近正态性和g(·)估计量的最优收敛速度.模拟结果表明我们的估计方法在有限样本情形有良好的效果.

半参数回归模型中参数随机加权估计的大样本性质

主要考虑了同方差型的半参数线性回归模型中参数的随机加权最小二乘估计(RWLSE).讨论了用随机加权Bootstrap方法来逼近LSE的分布,证明这种逼近是以概率1渐近有效的.

半参数回归模型中非参数信号的推估——三次样条函数插值法

对于半参数回归模型yi=XTiβ+s(ti) +ei,在文献 [1 ]的基础上考虑其非参数信号s(t)的推估 (t) ,从而有利于研究非参数信号 ;接着给出了s(t)与 (t)的偏差大小 ,从而为推估的准确性提供理论依据 ;并以实例加以证明。

半参数回归模型小波估计的弱收敛速度

本文研究了误差为鞅差序列情形下的半参数回归模型.利用小波方法,在相当一般的条件下,得到了参数、非参数估计量的弱收敛速度.