核估计在双指标变权组合预测中的应用

在多项式系数自回归模型和半参数模型的基础上,建立了基于误差倒数以及相关系数双指标的变权组合预测模型.同时给出了一种新的确定预测值权重的估计方法,并对银的期货价格进行实证研究.结果表明,多指标变权组合预测模型的预测精度高于每个单模型的预测精度.     

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.     

时空加权回归模型的变窗宽局部估计

基于合变系数模型的局部线性估计方法与时空加权回归(GTWR)拟合方法,给出了时空加权回归模型的局部估计方法,并在其中嵌入一个变窗宽以提高其估计精度.     

混合误差下半变系数模型估计的相合性

讨论了误差序列{εi,1≤i≤n}是α-混合条件下的变系数模型.利用局部多项式方法给出变系数模型系数函数的估计,并在此基础上讨论了系数函数估计的相合性问题,最终证明了该模型系数函数估计是弱相和合的.     

变系数回归模型的局部M-估计

讨论了变系数回归模型的系数函数的估计问题.在通常的局部M-回归方法基础上嵌入一个变窗宽对模型的系数函数进行了估计,并在样本独立同分布的情况下,讨论了系数函数估计的弱相合性和渐近正态性,最后,给出了估计的渐近性质的证明.     

变系数模型小波估计的渐近性质

为了克服非参数回归函数估计的"维数祸根",Hastie和Tibshirani提出了变系数模型.变系数模型涵盖了一些常用的统计模型,因而引起了许多统计学家的研究兴趣.文章主要研究在回归协变量为随机设计情形下变系数模型的小波估计的渐近性质,在适当条件下证明了变系数模型小波估计的弱相合性和强相合性,并且给出了强相合速度.     

波士顿住房数据变系数误差模型的核实方法研究

在变系数测量误差模型的估计方法基础上,不假设误差结构类型,利用核实方法估计系数函数;然后根据经典的波士顿住房数据拟合带有测量误差的变系数模型,利用精确测量的小部分无误差的数据核实带有测量误差的住房数据;结果表明:变系数模型能够更好地解释房价中位数的波动趋势,且在实际应用中,核实方法能够处理复杂的误差结构模型以及节省很多成本。     

变系数统计模型研究进展

对非参数回归统计分析领域内提出的变系数回归模型和空间变系数回归模型及其相关研究进展作了较全面的回顾。简要介绍了变系数回归模型和空间变系数回归模型的基本理论,梳理了近20年内两类非参数回归分析技术在模型设定、估计方法以及统计推断理论等方面的研究脉络,还着重讨论了两类回归模型亟待解决的问题和未来的研究方向。     

未知误差分布下线性回归模型的非参数自适应估计

对于正态分布误差,线性回归模型的极大似然估计(Maximum likelihood estimate,MLE)与最小二乘估计(Least squares estimate,LSE)是等价的.当高斯性假设不成立时,MLE比LSE更有效.然而,当误差分布未知时,MLE通常是不可实现的.文中给出了未知误差分布下线性回归模型系数的非参数自适应估计,证明了估计量渐近有效于已知误差分布下线性回归模型系数的MLE,并给出了回归系数的一个轮廓似然比检验统计量.     

函数系数自回归模型推广形式的Back-Fitting估计

文章针对时间序列中函数系数自回归模型给出其推广形式,借助向后拟合的思想介绍推广形式中函数系数部分和参数部分的估计,该方法可以得到模型中的常值系数估计量的精确表达式;并通过一个数值模拟表明所提出的估计方法具有可行性和稳定性.     

END样本下递归密度函数估计的相合性

同分布扩展负相依(extended negatively dependent, END)随机样本具有未知的概率密度函数。 在适当的条件下证明了一类递归密度函数核估计的强相合性和r-阶矩相合性。     

Cox比例风险模型的桥估计

在经济领域和生物科学领域的研究中,经常会遇到包括有变量指标多、样本量大的数据集.一般来说,在一个复杂模型中如果包括有很多微不足道的变量,统计结果往往很难解释.因此,为了减少这种误差,在没有先验的专业知识情况下,研究变量的选择方法非常重要.Cox比例风险模型是生存分析中重要的模型之一.本文将桥估计的变量选择方法应用于Cox比例风险模型中,该方法使用的惩罚函数是p∑j=1｜βj｜γ.用桥估计方法估计未知参数和变量选择,在一定条件下,讨论了基于惩罚部分似然的桥估计方法在Cox比例风险模型中的Oracle性质,即：相合性和渐近正态性.     

图书借阅量预测模型

将统计学中的一元线性回归模型方法,引入到图书管理领域,以1993年至2005年之间的十二个学年度的读者总指数为自变量,以对应十二个学年度的借阅量为相依变量,得出回归方程,进行F-检验,利用2005-2006学年度的读者总指数,预测对应的未来下一个学年度的借阅量.     

两类相依样本密度函数核估计的相合性

设{X_n,n≥1}为同分布的NOD随机序列或严平稳的m相依序列, f(x)为随机变量X₁的概率密度函数. 基于样本X₁,X₂,…,X_n, 利用Fourier变换及NOD列的性质和相关指数不等式, 研究密度函数f(x)的核估计, 在适当的条件下得到了[KG-*4]f(x)核估计的逐点强相合性、 r阶相合性及依概率一致收敛性.     

带有时间序列的变系数 EV 模型的变量选择

在模型误差是时间序列时,利用B样条逼近和SCAD惩罚函数对变系数EV模型进行变量选择。选择合适的调整参数,偏差修正的变量选择能够同时选择有效的变量和估计非零的光滑系数函数。最后证明了变量选择的相合性,同时它也满足变量选择的Oracle性质---稀疏性。     

非共同支撑回归模型中参数估计的Bahadur渐近有效性

对于具有非共同支撑误差分布的线性回归模型，在可以重复观测的条件，导出了回归参数估计的Bahadur界，并基于该Bahadur界定义了Bahadur渐近有效估计的概念。最后，利用极值统计量构造了相应的Bahadur渐近有效估计。     

多元条件密度函数的投影追踪估计方法

由多元条件密度函数fYX(yx)(x∈Rp)可以知道许多被解释变量Y对解释变量X的回归关系的信息,其条件期望就是回归函数,条件方差就是回归误差项的条件方差.为了克服高维空间数据稀松性带来的估计上的困难,提出多元条件密度函数的投影追踪估计方法,通过最小化Ku llback-Le ib ler距离,得到了最优初始条件密度函数和每一步的增量函数和方向向量,还给出了估计步骤及其终止法则.     

基于改进混合模型的一类固定床反应器推断控制

对一类非绝热式固定床反应器提出了一种基于改进混合模型的非线性自适应推断控制策略：给出一种基于结合先验知识和人工神经网络的改进混合模型的推断估计器设计方法;提出一种改进程序变增益ＰＩＤ算法设计控制器;设计了该固定床反应器基于改进混合模型的推断控制系统。仿真结果表明：该推断估计器具有良好的静态和动态特性,较高的估计精度和较好的实时性,所需训练样本少,易于理解和研究及外推性能良好等特点,该推断控制系统还具有良好的跟踪和抗干扰性能。     

固定床反应器基于改进混合模型的串级推断控制

提出了非绝热式固定床反应器基于改进混合模型的串级非线性推断控制策略。道德提出了邻二甲苯氧化非绝热式固定床反应器基于改进混合模型的推断估计器;然后设计了基于新型非线性自适应控制算法的副控制器和基于程序变增益ＰＩＤ的主控制器,同时设计了新型非线性滤波器以解决该反应器主回路比副回路响应快的问题;最后建立了该固定床反应器基于改进混合模型的串级非线性推断控制系统。仿真结果表明该推断估计器具有良好的静态、动态     

系统抽样事后分层情形下域的估计

通过定义总体上的一个新的随机变量，给出了系统抽样事后分层情形下，域的目标估计量的模型一设计无偏估计量以及估计量的方差估计，而且证明了这个方差估计是此估计量的理论方差的无偏估计。