基于t分布下混合联合位置与尺度模型的参数估计

t分布是分析厚尾数据的重要统计工具,本文基于t分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据验证了该模型和方法具有实用性和可行性.

基于Laplace分布下混合联合位置与尺度模型的参数估计

Laplace分布是分析厚尾数据的重要统计工具之一,本文基于Laplace分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出了该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据说明了该模型和方法具有实用性和可行性.

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.

偏t正态数据下混合线性联合位置与尺度模型的参数估计

偏t正态分布是分析尖峰,厚尾数据的重要统计工具之一.研究提出了偏t正态数据下混合线性联合位置与尺度模型,通过EM算法和Newton-Raphson方法研究了该模型参数的极大似然估计.并通过随机模拟试验验证了所提出方法的有效性.最后,结合实际数据验证了该模型和方法具有实用性和可行性.

基于StN分布下联合位置与尺度模型的极大似然估计

在社会和经济等领域中存在大量的异方差数据,而且人们非常关注方差的变化,所以在研究社会经济现象时方差建模与均值建模同等重要;相对于对称分布,偏态分布更能获得更全面准确、更及时有效的信息,文章基于以上两点,研究提出基于偏t正态分布(StN)的联合位置与尺度模型,并给出该模型参数的极大似然估计,模拟和实例研究结果表明该模型和方法是有用和有效的.

基于StN分布联合位置,尺度与偏度模型的极大似然估计

在社会,经济领域中异方差数据的大量存在表明方差建模与均值建模同等重要,而相对于对称分布,有偏分布更能获得准确有效的信息,对偏度建模,了解影响偏度的因素具有理论与实际意义.基于以上两点,文中提出了于Skew-t-Normal(StN)偏态分布的联合位置,尺度与偏度模型,并研究了该模型参数的极大似然估计,模拟和实例研究结果表明该模型和方法是有用和有效的.

偏正态数据下联合位置、尺度、偏度模型的统计诊断

在经济学、生物医学、环境科学等领域存在这样一类数据,异方差、含有多个异常点或强影响点、且存在偏斜.针对这类数据,本文研究了偏正态数据下联合位置、尺度、偏度模型的统计诊断.首先将正态下Pena距离推广到了偏正态,故适用范围更广.其次利用似然距离、Cook距离、Pena距离以及局部影响分析等诊断方法进行比较,得到了在一定条件下Pena距离相对优于Cook距离和似然距离.最后,通过随机模拟试验研究和实例分析,表明本文提出的理论和方法是科学合理的.

偏正态数据下联合位置与尺度模型的统计诊断

本文研究偏正态数据下联合位置与尺度模型,考虑基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应统计量之间的差异.首次提出基于联合位置与尺度模型的诊断统计量和局部影响分析.通过模拟研究和实例分析,给出不同的诊断统计量来判别异常点或强影响点,研究结果表明本文提出的理论和方法是有用和有效的.

缺失偏态数据下联合位置与尺度模型的统计推断

为了研究缺失偏态数据下的联合位置与尺度模型,基于分布自身的特点,提出了一种适合缺失偏态数据下联合建模的插补方法———修正随机回归插补方法,该方法对缺失数据下模型偏度参数的调整十分显著。通过随机模拟和实例研究,并与回归插补和随机回归插补方法进行比较,结果表明,所提出的修正随机回归插补方法是有用和有效的。

Logistic分布下联合位置与尺度模型的变量选择

Logistic分布是一类具有尖峰、厚尾特征的分布。同时大量异方差数据的存在使得方差建模和均值建模同等重要。文章基于以上两个方面,研究提出了Logistic分布下联合位置与尺度模型,并利用惩罚极大似然估计的方法对联合模型进行了变量选择。通过随机模拟表明该模型和方法是有用和有效的。

两阶段混合效应位置尺度模型在密集纵向数据中的应用

目的探讨两阶段混合效应位置尺度模型在密集纵向数据中的应用。方法通过在随机误差方差项下引入尺度效应的对数线性子模型的方式,构建混合效应位置尺度模型,并运用多重填补的数值模拟方法,使用MixWILD软件在一项探索考前情绪波动对考试成绩影响的实例数据中运用最大似然估计法完成了参数估计,通过两阶段建模策略实现基于方差的建模要求。结果针对该数据,第一阶段位置尺度模型中随机尺度标准差存在统计学意义,可见不同个体考前一个月情绪波动差别大。经模型似然比检验,含有随机位置效应,尺度效应及随机位置尺度效应的混合效应位置尺度模型最优,其拟合结果显示,个体内情绪波动主要受性别(z=-2.23,P=0.026)和睡眠质量(z=-4.44,P<0.001)的影响。根据该模型生成多重填补数据集,第二阶段logistic回归结果显示,个体内情绪的波动对通过考试可能性的影响有限(z=0.059,P=0.954),但随机尺度效应与高中成绩点的交互作用存在统计学意义(z=2.053,P=0.040),表明高中成绩点与通过考试之间的正相关性在性格波动大的个体中更加明显。结论针对密集纵向数据中某特征随时间的波动是否影响另一特征的问题,两阶段混合效应位置尺度模型能够完成基于方差的建模,相比混合效应模型,提供更加详实的结论。

基于极值分布下混合联合位置与散度模型的参数估计

极值分布在金融工程、气象工程和其他领域中都有重要用途,本文提出基于极值分布下的混合联合位置与散度模型,通过EM算法给出该模型参数的极大似然估计.最后,通过随机模拟和实例研究说明该模型和方法是有用和有效的.

混合位置尺度分布中分量参数的统计推断

本文讨论混合位置尺度分布当混合比已知时分量参数的假设检验和区间估计.本文所提出的方法基于广义枢轴模型.当只有感兴趣的参数未知时,,检验的实际水平等于名义水平,且各置信城的实际覆盖率等于名义覆盖率.在更一般的场合,检验是相合的,并且各置信城的实际覆盖率起于名义覆盖率.模拟显示我们的方法是令人满意的.

一种风光联合出力概率模型建模方法

随着风电和光伏等新能源渗透率的逐年提高,其波动性和随机性对电力系统的安全稳定运行产生重要影响。考虑风电和光伏在时空上的波动性和相关性,提出基于混合高斯模型的多时空尺度的风电-光伏联合概率建模方法。该方法首先基于历史数据的数理统计结果,提出三阶混合高斯模型。使用K-means聚类方法求得模型各参数的迭代初值,运用最大期望算法求取混合高斯模型参数最优值。该模型具有同时考虑风电和光伏相关性和波动性的优点。以我国东南地区风电场和光伏实际数据为例进行仿真。仿真结果表明,所提出的3阶混合高斯模型对风光联合出力的概率特性具有良好的拟合效果。

基于偏正态分布联合位置、尺度与偏度模型的极大似然估计

本文提出了基于偏正态分布联合位置、尺度与偏度模型,通过极大似然迭代算法给出了联合模型参数的估计方法,最后通过随机模拟和实例研究说明了提出的模型与方法的有效性。

基于Curvelet变换的浮选泡沫图像序列时空联合去噪

提出一种时空信息联合的浮选泡沫图像去噪方法.首先,将基于GSM统计建模和贝叶斯最小二乘准则的局部空间去噪方法应用到图像Curvelet域,获得基于单图像信息的Curvelet空间域最佳系数估计;然后,根据运动补偿原理和帧间子块的相关性引入帧间加权因子,通过加权处理帧间子块系数获得待处理图像时空相关的最佳去噪系数估计.结果表明,该方法能在去除噪声的同时更好地保护泡沫的细节,对于严重噪声污染的泡沫图像序列也能获得较好的处理效果.