奇异广义线性度量误差模型

对具有奇异协方差矩阵的广义度量误差模型,运用最小二乘统一理论,得到了未知参数的广义最小二乘估计,推广了已有的结果.

基于非线性度量误差的马尾松相容性立木生物量模型

以南方马尾松地上生物量数据为例,通过利用非线性度量误差模型方法,研究建立了地上生物量与树干、树冠的相容性联立方程组模型,并对模型的精度和适用性进行了检验。研究结果表明:方程最大平均绝对误差和方程最大平均相对误差均趋于无穷小,树干生物量Y1和树冠生物量Y2的确定系数分别为0.9502和0.8807,模型精度比较高,适用性较好。研究结果有助于为建立相容性立木生物量模型提供新方法。

基于度量误差的杉木与马尾松地位指数线性模型

地位指数法是当前立地质量评价中广泛采用的一种评定方法。在同一立地上,实现不同树种地位指数之间的转换,建立地位指数相关关系模型有助于立地质量的评定。然而,地位指数相关关系模型中其自变量和因变量均存在度量误差,所以采用常规的回归模型不合理或使用不便利。利用线性度量误差模型,以湖南省雪峰山杉木和马尾松地位指数为研究对象,建立了杉木和马尾松地位指数相关关系模型,并进行精度检验和模型适用性检验,其平均相对误差为5.391%,模型精度比较高。研究结果有助于不同树种间的立地质量评定。

线性度量误差模型的参数估计法与最小二乘法的关系

线性度量误差模型的参数分为度量误差向量的参数和非度量误差向量的参数,本文的研究表明:不论是非度量误差向量的参数估计还是度量误差向量的参数估计都可以由最小二乘估计法推广得到.

线性模型中广义最小二乘估计关于误差分布的稳健性

研究一般线性模型下广义最小二乘估计关于误差分布的稳健性,给出了误差分布的最大分布类,使得当误差向量的分布在此范围内变动时,广义最小二乘估计在广义均方误差准则下为一致最优估计.

误差项为RDM的广义线性模型的诊断

该文将Cook和Weisberg提出的线性模型残差分析和影响分析方法用于误差项为RDM的广义线性模型 ,证明了均值漂移模型与数据删除模型的等价性 。

一类非线性结构关系度量误差模型的大样本理论

讨论了预报变量带有随机度量误差的回归模型的大样本理论,在相当一般的条件下给出了未知参数的一个强相合估计,证明了该估计是渐近正态的,并给出了其极限分布的均值与协方差阵。

协变量含误差下广义线性模型的SEE变量选择

利用一些辅助信息作为工具变量并结合光滑门限估计方程(SEE)方法,针对协变量含有测量误差广义线性模型提出一个工具变量类型的变量选择方法.该方法可以在估计模型中非零回归系数的同时,剔除模型中不显著的协变量,从而达到变量选择的目的.另外,该变量选择过程不需要求解任何凸优化问题,从而具有较强的适应性并且在实际应用比较容易计算.理论证明该变量选择方法是相合的,并且对非零回归系数的估计达到了最优的参数收敛速度.数值模拟结果表明所提出的变量选择方法可以有效地消除测量误差对估计精度的影响,并且具有较好的有限样本性质.

基于非线性度量误差的湿地松生长模型

基于样地调查数据选用理查德方程和Schumacher为基础模型,采用非线性度量误差方法求解模型,在最优基础模型中引入哑变量,建立可兼用于采脂与未采脂林分的湿地松人工林生长模型。结果表明:两类基础模型的拟合效果均较好,模型决定系数均超过了0.9,其中Schumacher模型为最优基础模型。在该模型引入哑变量后,拟合出的断面积与蓄积量模型决定系数提升为0.9927与0.9972,模型精度提升为96.1%与97.2%。对哑变量模型做配对t检验,其p值均大于0.05,表明模型可用于估测采脂与未采脂不同经营措施湿地松林分断面积与林分蓄积量,可作为湿地松林分蓄积量测算与林分经营的依据。

自变元带不同误差的多重线性关系模型的广义强相合估计

讨论了自变元带不同误差的多重线性关系模型的广义强相合估计．

利用广义指数加权回归估计贝叶斯动态线性模型误差方差矩阵W_t的方法(英文)

本文主要研究广义指数加权回归在贝叶斯线性动态线性模型参数估计中的作用 。

线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.

线性度量误差模型的极大经验似然估计

本文将自变量的测量误差考虑到线性模型中,提出了线性度量误差模型参数的极大经验似然估计,在一定条件下,证明了所得到的未知参数的估计具有渐进正态性,并通过数值模拟,说明了该方法的可行性。

带度量误差的全林整体模型参数估计研究

该文以广西大青山马尾松全林整体模型为基础模型,进行模拟实验设计,并构造株数、直径、优势高、平均高和形高5个观测因子都有度量误差的模拟观测数据,用非线性度量误差联立方程组方法,对5个观测因子都有度量误差的全林整体模型进行估计.结果表明,与最小二乘估计方法一样,优势高、平均高和形高模型没有明显的系统偏差,与通常最小二乘估计方法不同的是断面积、直径和株数模型也没有出现明显的系统偏差.得出结论,在建立有度量误差的全林整体模型时,非线性度量误差联立方程组方法明显优于最小二乘法.

非寿险业务未决赔款准备金的两阶段广义线性模型估计

本文以非寿险业务未决赔款准备金估计的确定性方法-PPCI法的思想为基础,分两阶段建立广义线性模型,分别对索赔次数和已发生每案赔付额进行估计,进而得到未决赔款准备金的估计值,并对模型的预测误差进行估计。文中通过一个实例对所述方法进行验证,并从预测误差的角度与其它模型进行比较。最后对该模型特点进行了总结。

线性模型中回归系数广义岭估计的小样本性质

在均方误差矩阵准则和Pitman closeness(PC)准则下讨论了线性回归模型中回归系数的广义岭估计相对于最小二乘估计的优良性及其相对效率的界.

非线性平差模型强度的加权曲率度量

本文在文献〔３〕的非线性强度曲率度量基础上，提出非线性平差模型强度的两种加权曲率度量。这些公式的提出，将有效地解决非线性平差模型线性化近似的容许问题以及加权非线性最小二乘估计量的统计性质分析等。

具有测量误差的非线性模型的Bayes估计

测量中大量的函数模型都是非线性回归模型.当回归变量含有一定的测量误差时,我们得到非线性测量误差模型.本文讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法,并对这种估计进行了影响分析,证明了删除模型与均值漂移模型中参数的Bayes估计相同,利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量.

聚集数据广义线性模型参数的估计

对于聚集数据的广义线性模型:Y=Xβ+u,Eu=0,Var(u)=σ2∑,提出了二种有偏估计:岭估计β(k)与改进岭估计β(k)。在均方误差意义下,研究了它们的优良性,并将岭估计与改进岭估计进行了比较,推广了有关文献中的结果。

基于曲线拟合误差估计的阻抗优化识别方法

在雷达系统、舰船系统、数据中心等大型复杂系统中,供配电系统变流器端口阻抗信息的完整、快速、准确获取,是研判系统可靠性的重要基础。现有研究大都使用分段线性拟合值方法进行阻抗识别,不仅需要大量阻抗测量才能获得完整的阻抗特性,并且可能因过度测量而对系统的正常运行造成干扰。针对这些问题,从阻抗特性曲线的非线性拟合入手,提出一种“非线性曲线拟合、全局误差估计、优选测量点频率”的阻抗识别方法,实现基于曲线拟合误差估计的测量点优化选择,以较少阻抗测量代价获取宽频带阻抗特性。与现有的方法相比,所提方法更有助于测量点的合理选择、阻抗谐振峰的准确识别,从而更高效地实现宽频带阻抗的识别,为复杂供配电系统运行状况的研判提供可靠依据。算例仿真证实了所提方法的有效性。