响应变量随机缺失的相依函数型单指标模型的k近邻估计

针对具有α混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建模,并采用k近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高估计效率;通过数值模拟和厄尔尼诺海平面温度数据,将k近邻方法和经典核方法进行比较,讨论k近邻方法与经典核方法对未知参数和未知函数的估计效果;从模拟结果可以看到:k近邻方法对未知参数和未知函数的估计精度以及随样本增加的改善效果要优于经典核方法,在真实数据分析中,k近邻对真实数据的精度拟合以及趋势拟合都表现优异;这些结果表明:在响应变量随机缺失的时间序列单指标模型中,采用k近邻方法对未知参数和未知函数进行估计,在精度上要优于经典核方法,同时在真实数据分析中,相比经典核方法,k近邻方法能更好地拟合数据。

基于近邻估计的年径流预测动态联系数回归模型

集对分析理论为处理确定、不确定系统提供了新的途径,根据集对分析理论建立起来的预测联系数回归模型可以明显改善回归模型的预测精度。对于预测因子结构具有的动态性,文中将利用近邻估计,通过计算各个预测因子的变异系数,来判断预测因子在某次预测中处于强势或者弱势,进而动态地选择预报功能大的强势因子,消除对预报起负面作用的弱势因子的作用,这样很好地体现了预测因子结构中具有的动态性。基于此建立了基于近邻估计的年径流预测动态联系数回归模型(NNEDCNR)。结果说明:用NNE-DCNR去预测年径流量,预测精度比常用预测方法有显著提高,在水文水资源的预测中具有推广应用价值。

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．

非线性半参数模型最小二乘近邻估计

目前对非线性半参数模型的研究尚处于初级阶段,关于非线性半参数模型的计算理论还未见实质性报道.基于非线性半参数模型最小二乘近邻估计,给出了其参数分量和非参数分量估计的构造式,导出了参数分量和非参数分量顾及二次项直接解法的非线性直接解法.基于工程实际中的非线性模型用模拟数据进行计算,证明对于非线性半参数模型最小二乘近邻估计,可采用顾及二次项的直接解法.

我国通货膨胀的核估计和k-近邻估计

通货膨胀的影响因素很多且变量之间的函数形式往往未知,对通货膨胀建立线性模型或可线性化的非线性模型或非线性模型的拟合效果往往都不尽人意.文章对我国通货膨胀建立非参数回归模型,取得了令人满意的拟合效果.

球面数据核近邻估计的强相合性

该文绘出了球面数据密度函数的核近邻估计，通过对核估计与近邻估计相互关系的讨论，建立了核近邻估计的逐点强相合性及一致强相合性．

删失样本下回归函数改良近邻估计的强相合性

在删失样本下 ,得到了回归函数m(x) =E(YX =x)的改良近邻估计 ^m n(x) =∑ni =1Wni(x)Y iI( Y i ≤bn)的强相合性。

污染分布的近邻估计

本文研究了污染分布中污染系数和未知主体分布密度的估计问题。利用近邻估计法得到了它们的估计量,并且证明了此估计量均满足一致弱相合性,同时对污染系数的估计进行了统计模拟,并与用核密度估计得出的结果作比较。结果显示估计的好坏与样本量的多少和参数的选取有关。

基于高级量测体系和图模型近邻估计的配电网拓扑辨识

针对目前配电网拓扑辨识方法在量测误差增大时误差率较高的问题,提出一种基于高级量测体系量测的图模型近邻估计的配电网拓扑辨识方法;该方法将相邻时刻高级量测体系的系统电压幅值量测之差视作高斯随机变量,建立由随机变量组成的概率图模型的精度矩阵估计模型,采用近邻估计算法求解图模型精度矩阵;根据精度矩阵的稀疏结构,采用生成树算法重建出配电网拓扑,并通过三相不平衡配电网算例和实际用电数据进行有效性验证。算例分析结果表明,该方法能够较好地辨识配电网拓扑结构。

鞅差误差序列下半参数EV回归模型的近邻估计

本文研究了误差为鞅差序列的条件下的一维半参数EV回归模型.利用两步估计的方法构造了参数分量和非参数分量的近邻估计,并且分别证明了估计量的L2相合性和强相合性,从而推广了在普通半参数回归模型已有的相关结论.

近邻估计-线性回归预报模型及其台风暴雨预报试验

讨论了回归分析领域中线性回归和近邻估计的主要特性。在此基础上推导设计了一种能取其优点和避免其缺点的预报模型——近邻估计与线性回归相结合的预报模型,并把该模型试用于台风暴雨预报。试验结果表明,它的预报准确率和预报稳定性均优于它的原型——近邻估计和线性回归模型。

删失情形下污染分布的近邻估计

本文研究了删失情形下污染分布中的污染系数和未知原分布的近邻估计,并且分别在删失分布已知和未知时证明了估计的一致弱相合性,最后给出了污染系数的模拟结果。

m（n）相依样本回归函数改良近邻估计的强相合性

研究同分布的ｍ（ｎ）相依样本序列回归函数改良近邻估计的强相合性，同时给出改良近邻估计的强收敛速度。

条件中位数L_1-模最近邻估计的渐近性质

本文在－混合随机变量的条件下，讨论了基于几个观察值的条件中位数的L1－模最近邻估计的渐近性质，得到了独立同分布时类似的结论．

非参数回归函数的k_n近邻估计的渐近性质及其Bootstrap逼近

本文研究回归函数的ｋｎ－近邻估计的渐近性质，得到了回归函数的ｋｎ－近邻估计的渐近正态性和它的Ｂｏｏｔｓｔｒａｐ统计量的相合性. 在高阶矩存在的条件下，我们证明了回归函数的ｋｎ－近邻估计的Ｂｏｏｔｓｔｒａｐ逼近比正态逼近更精确．

多维近邻密度估计的L_P模强相合性

设X_1,…,X_n是i.i.d.的具有密度f(x)的d维随机变量。设S_(x,a(x))是中心在x且至少包含X_1,…,X_n中k_n个点的最小的球,则f_n(x)=R_n/(n|S_(x,a(x)|)是f(x)一个近邻估计。我们证明了:假如lim k_n/n=0,lim k_n/logn=∞以及flog^+f在任何有界Borel集上可积(或∫f'(x)dx<∞,p>1),则对任何有界Borel集A有(或p>1)。反之,如,则有∫f^p(x)dx<∞,lim n→∞k_n/n=0和lim n→∞k_n=∞。

最近邻回归估计的随机加权逼近

研究了一种最近邻回归估计的分布逼近问题．利用随机加权法，给出了最近邻回归估计误差的逼近分布及其逼近的精度。

NA样本近邻回归估计的强相合性

在 NA样本情形下讨论一维近邻回归估计的强相合性 ,得到与独立同分布情形一致的结论 .

基于K-近邻核估计的港口空箱吞吐量预测研究

空箱吞吐量的预测结果可以作为空箱调运的参考,有利于港口的合理规划和作业安排。以香港港口为例,采用K-近邻核估计对港口空箱吞吐量进行回归计算,将计算结果与参数回归方法的计算结果进行比较,表明K-近邻核估计的拟合效果和预测精度都优于多元线性回归方法的拟合效果和预测精度。

异方差回归模型近邻型估计的相合性

本文研究异方差回归模型Ｙ（ｎ）ｉ＝ｇ（ｘ（ｎ）ｉ）＋ε（ｎ）ｉ，ｉ＝１，…，ｎ，其中ｇ是未知实函数，ｘ（ｎ）ｉ是非随机设计点列，ε（ｎ）ｉ是随机误差．文中定义了一类ｇ（ｘ）的近邻型估计ｇｎ（ｘ）＝ｎｉ＝１Ｗｎｉ（ｘ）Ｙ（ｎ）ｉ，得到了ｒ阶平均相合和渐近正态性．特别，在∞ｎ＝１ｎｉ＝１Ｅ｜ε（ｎ）ｉ｜ｓ／（ｎｉ）ｓ／ｒ＜∞，ｍａｘ１≤ｉ≤ｎＥ｜ε（ｎ）ｉ｜ｓ＝Ｏ（ｎｓ／ｒ）（某ｓ＞ｒ＞２）下，获得了ｇｎ（ｘ）的强相合和一致强相合性．