LIMITING BEHAVIOR OF RECURSIVE M-ESTIMATORS IN MULTIVARIATE LINEAR REGRESSION MODELS AND THEIR ASYMPTOTIC EFFICIENCIES

Recursive algorithms are very useful for computing M-estimators of regression coefficients and scatter parameters. In this article, it is shown that for a nondecreasing ul （t）, under some mild conditions the recursive M-estimators of regression coefficients and scatter parameters are strongly consistent and the recursive M-estimator of the regression coefficients is also asymptotically normal distributed. Furthermore, optimal recursive M-estimators, asymptotic efficiencies of recursive M-estimators and asymptotic relative efficiencies between recursive M-estimators of regression coefficients are studied.

最小一乘估计快速算法

最小二乘估计容易受奇异点的影响,最小一乘估计是稳健估计,可以很好地克服这个缺陷,但计算困难.基于非退化模型假设下的稳定极点理论,本文找到了快速准确求解最小一乘估计的迭代算法,并给出算法的计算过程及与线性规划求解的比较,较好地解决了最小一乘估计计算难的问题,使其成为有效的参数估计方法.

基于正弦余弦算法的口服给药血药浓度仿真研究

研究了口服给药方式下血药浓度变化的微分方程模型,分别建立了以误差为目标的最小二乘与最小一乘模型,采用正弦余弦算法确定了相关参数。最后给出一组数据,结合Matlab软件对血药浓度随时间的变化情况进行了仿真。

基于遗传算法的最小一乘回归新算法

最小一乘在稳健性上比最小二乘好,使得最小一乘在工程中得到广泛的应用,但求解最小一乘的算法并不理想;本文根据最小一乘的性质,把最小一乘问题变为组合优化问题。将遗传算法用在最小一乘模型的求解上,在后面的仿真实验中得到了较好的效果。

正弦余弦算法求解含有异常值的非线性数据拟合

针对非线性数据拟合问题,建立以残差的平方和与绝对值和为目标的最小二乘与最小一乘模型,采用正弦余弦算法计算模型参数.计算结果表明:如果数据的分布是对称且无异常值,则最小二乘得到的结果与最小一乘得到的结果基本一致;如果数据存在异常值,则异常值对最小二乘有着较大的影响,而对最小一乘的影响较小.

基于正弦余弦算法的异常值线性回归

对给定的数据,文章分别建立了以残差的平方和及绝对值和为目标的线性最小二乘与最小一乘模型,采用正弦余弦算法计算模型参数;然后应用于无异常值的模型和包含异常值的模型,计算结果发现异常值对最小二乘有着较大的影响,而对最小一乘的影响较小;表明最小一乘具有较好的稳健性。

基于正弦余弦算法的非线性数据拟合及应用

针对非线性数据拟合问题,文章建立了以残差的平方和与绝对值和为目标的最小二乘与最小一乘模型,采用正弦余弦算法计算模型参数。结果表明,如果数据分布是对称且无异常值的,则最小二乘得到的结果与最小一乘得到的结果相差不大。最后给出一个应用实例,通过检测某人饮酒后血液中的酒精含量,得到了酒精含量随时间的变化规律。