聚集数据线性模型广义聚集双参数改进估计的相对效率

针对病态的聚集数据模型,基于Liu型和Stein压缩参数估计方法,提出了聚集数据线性模型广义聚集双参数改进估计的概念,讨论了广义聚集双参数改进估计的优良性,证明了广义聚集双参数改进估计代替最小二乘法估计和Peter&Karsten估计的效率,并得到了两种相对效率的上界.

聚集数据线性模型广义聚集综合双参数改进估计的相对效率

针对聚集数据的复共线性模型过于强调岭估计在参数的稳定性,但参数的无偏性方面被忽视了。利用Stein压缩理论,根据广义Liu型估计方法,给出聚集数据线性模型广义聚集综合双参数改进估计的界说,研究聚集数据线性模型广义聚集综合双参数改进估计的优良性,论证此类改进估计两种相对效率的上界限问题。

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。

广义双曲分布族及其在金融中的应用研究——参数估计、普通欧式期权定价和算法

在回顾了广义双曲分布 ,尤其是其具有良好卷积性质的正态逆高斯分布的特征后 ,使用期望折现方法对普通欧式看涨期权定价问题进行了研究 ,并利用调和分析中的积分逼近理论提出了普通欧式看涨期权的渐进解析表达式 .为了解决参数估计和解非线性方程 (组 )的问题 ,笔者提出将模拟退火算法和遗传算法混合 ,对于解决像包含 Bessel函数这样复杂、具有大量局部最优解的优化问题 ,具有很现实的意义 .对于解非线性方程(组 ) ,可以通过把问题转化为最小化误差函数 ,直接使用这种算法 .分析证明 ,这个算法可以在合理的时间内以任意精度逼近解 .

一类相依回归系统参数的一种广义有偏估计

本文提出了一种广义有偏估计,证明了当设计矩阵呈病态时,这种有偏估计的均方误差小于协方差改进估计的均方误差。

一类相依回归系统参数的广义两步有偏估计

本文提出了一类相依回归系统参数的广义两步有偏估计,证明了当设计矩阵呈病态时,广义两步有偏估计的均方误差小于两步协方差改进估计的均方误差.

一类改进广义岭估计的实例研究

本文对广义岭回归方法进行了改进,并在真实数据中进行了实例验证。改进广义岭估计主要对广义岭估计在线性回归模型中当存在若干较大异常值影响模型精度的情况进行了修正,加入适当的修正参数,使模型达到对数据更精确的拟合以及预测作用,并对中俄贸易数据进行了实例验证。

改进的广义预测控制设计与仿真

改进的广义预测控制算法保留了广义预测控制算法的基本特征和优点,另外,此算法中考虑了被控对象的纯延时。针对火电厂锅炉燃烧控制系统具有非线性、大滞后、强耦合、强干扰等特点将改进的广义预测控制应用于锅炉燃烧控制系统中。该方法先利用预测模型得到系统未来时刻输出,然后将设定输出和预测误差变化率作为自适应控制器的输入,控制器利用遗忘因子递推增广最小二乘法推理得到控制输出。仿真实验表明,这种方法可以提高系统的动态性能,比广义预测控制算法具有更好的控制品质,它将会有较好的工程应用前景。

九参广义协调元的误差估计

九参数广义协调元是板弯曲问题收敛性很好的有限元.以往文献中仅证明了它的收敛性,本文给出它的误差估计式,并分析了节点参数的扰动量.

基于改进双曲交点算法的牵引电机故障诊断

CRH(China Railway High Speed)动车组高速列车已成为我国最重要的交通工具,而高速列车牵引电机的可靠性对于保障列车安全运行具有重要意义。提出一种基于改进双曲交点算法的参数估计方法,采用双曲交点作为搜索点,通过约束条件限制搜索点的数目,并在参数估计过程中改变控制参数调节算法的自适应性,以提高参数估计的效率和准确率。以CRH2高速列车牵引电机为模型,基于数学模型在Matlab/Simulink中建立仿真模型,结合所提出的算法进行参数估计。研究结果表明,提出的参数估计方法,能够有效地提高电机故障诊断效率并准确诊断电机定子绕组故障,验证了所提算法的有效性。

聚集数据线性模型的聚集广义改进双参数估计的相对效率

对于聚集数据的线性模型，提出了聚集广义改进双参数估计的概念，给出了聚集广义改进双参数估计的两种相对效率，并得到了这两种相对效率的上界．

聚集数据线性模型参数的改进广义岭估计的相对效率

对于聚集数据的线性模型,给出了参数的改进广义岭估计,并提出了改进广义岭估计的两种相对效率,得到了这两种相对效率的上界.

线性模型参数的聚集改进广义Liu估计的相对效率

对于聚集数据的线性模型,给出了参数β的聚集改进广义Liu估计,研究了该估计相对于最小二乘估计及相对于Peter—Karsten估计的两种相对效率,并得到了相对效率的上界.实例分析表明,聚集改进广义Liu估计比最小二乘估计、Peter—Karsten估计更有效.

聚集数据线性模型广义聚集双参数估计的相对效率

对于聚集数据的线性模型,提出了广义聚集双参数估计的概念,给出了广义聚集双参数估计的两种相对效率,并得到了这两种相对效率的上界.

聚集数据线性模型广义聚集综合两参数估计的相对效率

对于聚集数据的线性模型,提出了广义聚集综合两参数估计的概念,给出了广义聚集综合两参数估计的两种相对效率,并得到了这两种相对效率的上界.

基于分位广义双曲分布的联合建模

众所周知，广义双曲（generalized hyperbolic，GH）分布因具有比高斯分布更好的拟合而在金融时间序列建模方面有着广泛的应用，例如用GH分布拟合观察到的对数收益数据，因为高斯分布不能捕捉到外汇汇率对数收益标准化后的极端值的半重尾性质．然而，在实践中我们很少使用广义双曲分布，因为很难同时有效地得到5个参数的估计．为了克服这个困难，我们对响应变量服从广义双曲分布的数据提出了一种新的联合建模的方法，其中参数可以通过协变量的简单线性和对数线性形式进行建模．此外，我们分别用使用EM算法和鞍点逼近方法来对参数和分位数进行估计．并证明了分位数估计量的相合性和渐近正态性．