变系数EV模型系数参数的一步核估计

利用核函数法和广义最小二乘法给出了一般变系数EV模型系数参数的估计,得到了估计的强相合性.模拟计算表明估计的效果优良.

变系数结构关系EV模型的参数估计

研究了当结构关系EV(errors-in-variables)模型的系数随某个实变量变化时,如何估计其系数,以及估计的性质如何.采用加权正交回归方法估计结构关系EV模型的变系数,在比较弱的条件下证明了用这种方法得到的估计具有强相合性.

变系数EV模型系数参数核估计的改进估计

对变系数EV模型的估计问题进行深入研究,利用核函数法和广义最小二乘法运用类似于迭代的方法改进了变系数EV模型系数参数的估计。首先,将一步核估计■0(ti)(i=1,…,n)代入模型,用广义最小二乘法得到β的第二步估计=Sn-1XT(Y-■0(T))。然后,再将的值代入模型中,将■0(ti)还原成β0(ti),定义β0(t)的最终估计为0(t)=μ10∑i=n1wni(t)(Yi-XiT)在适当的正则条件下,证明了所给的估计具有相合性和一致相合性。最后借助Matlab对估计量进行了模拟研究,结果表明估计的效果较已有结果有所提高。

缺失数据下EV模型的调整最小二乘估计

该文考虑协变量缺失时的多元线性EV模型参数的估计,其中协变量的缺失机制是Rubin(1976)提出的随机缺失(MAR).利用加权调整最小二乘方法给出参数估计,证明了估计的相合性和渐近正态性.数值模拟结果表明所给的估计性态良好.

核实数据下单指标EV模型的经验似然推断

对于单指标EV模型,当解释变量带有测量误差,尤其是替代变量和解释变量的关系不能确定时,单指标模型的估计就会出现维数灾祸问题。本文提出了一种降维方法,有效解决了上述问题,并利用经验似然方法给出了未知参数的置信域。由于采用降维技术,因而所得结果在生物工程、网络工程等领域的数据处理中具有较好的应用价值。

自适应变系数EV模型系数函数中β的估计

从一般情况下的自适应变系数EV模型入手,来讨论一种特殊形式的自适应变系数EV模型,然后利用MAT-LAB将一步迭代估计出来的结果进行了检验.

纵向数据下线性EV模型的变量选择(英文)

本文考虑了纵向数据线性EV模型的变量选择.基于二次推断函数方法和压缩方法的思想提出了一种新的偏差校正的变量选择方法.在选择适当的调整参数下,我们证明了所得到的估计量的相合性和渐近正态性.最后通过模拟研究验证了所提出的变量选择方法的有限样本性质.

基于EV模型的惯导平台误差分离方法

针对惯导平台误差分离过程中输入输出观测数据均含有噪声的问题,应用基于EV模型的总体最小二乘方法进行误差分离。给出了惯导平台的误差模型及误差观测方程,介绍了EV模型及总体最小二乘方法,分析了利用车载试验进行误差分离时平台的安装方式以及所需的外测信号等问题。应用最小二乘法和总体最小二乘法进行仿真对比研究。仿真结果表明,基于EV模型的总体最小二乘法对惯导平台的误差系数分离精度较最小二乘法要高。

纵向数据下部分线性EV模型的变量选择

本文考虑了纵向数据下部分线性EV模型的变量选择问题,采用SCAD惩罚方法提出了一个变量选择过程.通过选择适当的惩罚参数,证明了该变量选择过程可以相合地识别出真实模型,并且所得的正则估计具有Orcale性质.最后模拟研究了所提出方法的有限样本性质.

线性模型和线性EV模型中的T-型回归估计和EM算法(英文)

本文对于线性函数关系EV模型定义了t-型回归估计,并对于普通线性模型和线性函数关系EV模型给出了计算t-型回归估计的EM算法,同时获得了估计的相合性．模拟结果表明由EM算法获得的t-型回归估计的表现良好．

缺失数据下EV模型的渐近性质

在缺失响应变量的不完全数据下,考虑半参数EV模型,利用二阶段估计的方法求出了EV模型中参数β和非参数g的估计量^βn,^gn.研究了它们的强相合性及渐近正态性.

核实数据下删失线性EV模型的经验似然推断

本文考虑协变量带有误差的删失线性回归模型,借助于核实数据,对回归系数构造了两种经验对数似然比统计量,证明了所提出的估计的经验对数似然比统计量渐近收敛到一个自由度为1的独立χ2变量的加权和;而经调整后所得的调整的经验对数似然比统计量具有渐近标准χ2p分布,所得结果可以用来构造未知参数的置信域,通过模拟研究在置信域的精度及其平均区间长度大小方面进行了比较。

核实数据下非线性半参数EV模型的估计（英文）

本文研究了核实数据下的协变量带有测量误差的非线性半参数EV模型.在不假定测量误差结构的情形下,利用最小二乘方法和核光滑技术,构造了非线性函数中未知参数的两种估计,证明了未知参数估计的渐近正态性.通过数值模拟说明所提估计方法在有限样本下的有效性.

有重复观测时多维线形EV模型参数估计的渐近正态性(英文)

研究了多维线形EV模型 。

缺失数据下非线性EV模型参数的经验似然置信域

考虑解释变量带有测量误差且响应变量随机缺失情形下的非线性EV模型.通过利用核实数据,构造了未知参数的两种经验对数似然比统计量.证明了所构造统计量的分布渐近于X^2分布,所得结果可以用来构造未知参数的渐近置信域.

响应变量缺失下自适应变系数EV模型的估计与渐近性质

讨论响应变量缺失情况下自适应变系数EV模型的估计问题,利用核估计方法对参数和系数函数进行两步估计,证明估计值的相合性和渐近正态性,数值模拟对所得的两步估计值进行比较,并且得出第二步估计值要优于第一步估计值.

非全数据EV模型的参数辨识及可靠性分析

对于在测量系统(I)下分别测到n个数据值的n件产品,在测量系统(Ⅱ)下只测到其中的n1件产品,未测到的n2(n1+n2=n)件产品在使用了t1h后,需要在测量系统(Ⅱ)下做无替换定期检测,要求对这n2件产品作出可靠性分类,分类标准是与使用前相比其改变量不超过一个额定值.论文使用期望最大(EM)算法,对这种非全数据的变量含误差(EV)模型的参数给出了一种辨识方法.并给出了估计标准、错分概率及相应的错分代价.用此方法解决了某飞机发动机公司的高压涡轮叶片的寿命分析问题.

自适应变系数EV模型中系数参数的估计

从一般情况下的变系数EV模型入手来讨论一种新型的自适应变系数EV模型,主要是介绍了这种新型模型中的系数参数的估计,进而讨论了参数估计的相关性质.对估计中权函数的性质,估计的渐近性进行了讨论并给出了严格的证明.

变系数EV模型系数参数的两步核估计结果的比较

利用核函数法和广义最小二乘法对一般变系数EV模型给出了参数的两步估计,并从误差方差的角度对其结果进行了比较.

异方差线性EV模型T-型估计在确定面波震级与地震矩关系式中的应用

一般线性回归模型都假设预测变量不含误差,所有模型误差均集中于响应变量且服从正态分布,而许多实际应用中的变量并不符合这些假设,如有的问题难以明确预测变量和响应变量,观测样本集受到污染而含有离群值。当假设受到破坏时,得到的估计参数往往不能真实反映变量间的线性关系,导致模型不可用。为在假设受到破坏时也能得到正确的模型,提出异方差线性EV模型的T-型回归估计模型,利用最大似然估计原理,给出了T-型回归估计参数表达式和求解方法。最后将模型与方法来确定面波震级与地震矩关系公式,并与其他方法比较检验,取得了较好的结果,对于研究该地区历史地震矩释放估计具有重要的科学意义。本文给出的模型和方法还可以在地震地质、灾害学等等领域得到应用,即用于变量间统计关系式的确定,如b值的稳健估计等。