测量误差数据下偏正态众数回归模型的参数估计

现有对回归模型的研究大多仅限于直接观测的解释变量,忽略数据的测量误差将增加模型参数的估计偏差.目前关于测量误差模型的研究主要集中在回归误差服从正态分布的假设,这种假设不适用于研究非对称的数据。对于偏斜数据,众数的代表性优于均值和中位数.本文基于测量误差数据介绍了偏正态众数回归模型,并通过EM算法估计了模型的参数.模拟研究的结果表明,协变量带测量误差下的众数回归比均值回归有更好的表现.通过实例分析进一步表明了所提出模型和方法的有效性。

纵向数据下可加偏线性测量误差模型的变量选择

文章基于纵向数据研究可加偏线性测量误差模型的模型选择,提出了一种用于模型估计和选择的惩罚二次推断函数方法。利用该方法得到的非零参数的估计是相合的、渐近正态的,可加函数的估计具有最优收敛速度。数值模拟结果显示,在有限样本情况下,该方法要优于基于LASSO惩罚函数的惩罚二次推断函数方法。

纵向可加部分线性测量误差模型的渐近估计

基于纵向数据,研究参数部分协变量含有测量误差的可加部分线性测量误差模型的估计问题,提出了用于模型估计的偏差修正的二次推断函数方法,得到参数部分的估计结果具有相合性、渐近正态性,非参数可加函数的估计结果达到最优收敛速度。数值模拟和实例数据分析结果显示,该模型估计方法在同等条件下要优于广义估计方程方法。理论和数值结果显示,偏差修正的二次推断函数可以有效地处理测量误差和个体内相关性,是一个有效的纵向数据和测量误差数据分析工具,具有一定的理论和应用价值。

部分线性测量误差模型中的估计问题（英文）

本文考虑了部分线性模型中非参数部分带有可加测量误差的估计问题.本文提出了两种估计方法,第一种是基于逆卷积的积分矩估计方法,给出该估计的强相合收敛性.第二种是基于模拟的估计方法,该方法避免了积分矩估计方法中的积分问题.最后本文用一些数值结果来说明估计方法的估计效果.

关于高职教育课程考核改革的思考——以《测量误差与数据处理》课程考核为例

现阶段我院课程考核模式主要还是传统考核模式,存在许多弊病。笔者针对当前高职教育课程改革新形势,结合高职教育人才培养目标,以《测量误差与数据处理》课程考核改革为例提出了几点思考。课程考核标准应结合"知识、技能、素质"培养目标,强化综合素质的考核;采取"项目+任务"教学,实施"过程性评价";"校企合作、工学结合",让企业参与考核;重视考核结果分析与反馈。