线性模型中的加权混合几乎无偏两参数估计

主要讨论了随机约束线性模型的有偏估计问题,提出了一种新的加权混合几乎无偏两参数估计.证明了加权混合几乎无偏两参数估计在二次偏差的准则下优于加权混合两参数估计,并给出了在均方误差矩阵准则下新估计优于其他相关估计的充要条件.     

应用子空间信息准则选择模型参数

在监督学习中,模型的选择直接影响学习算法的推广能力.子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计.研究再生核Hillbert空间时,将子空间信息准则应用于模型参数选择问题,也证明子空间信息准则是推广误差的一种无偏估计.     

应用子空间信息准则选择模型参数

指出子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计.研究再生核Hilbert空间中,应用子空间信息准则于模型参数选择问题,证明子空间信息准则是推广误差的一种无偏估计,同时说明学习算法有较好的推广能力.     

一般线性模型中参数的平衡广义LS估计

基于平衡损失的思想,对一般线性模型提出了一种全面地度量估计优良性的标准,给出了在此标准下回归系数的平衡广义最小二乘估计,并讨论了其优良性.得到了该估计为无偏估计的充分必要条件,以及在一定条件下,在均方误差损失的准则下平衡广义最小二乘估计优于最佳线性无偏估计的充分必要条件.     

具有观测噪声的AR模型参数的无偏估计

本文研究了带未知白色观测噪声的ＡＲ模型参数的无偏估计问题，提出了一种实现ＡＲ模型参数无偏估计的偏差补偿最小二乘法，这种方法通过对预测数据预滤波，将一个已知零点嵌入被辨识系统，并利用该零点提供的信息，从普通最小二乘估计中提出出噪声引起的偏差并予以消除，从而得到无偏估计，文中给出的数值仿真例子说明了所提算法的有效性。     

多因变量线性模型下三类预测的最优性判别

在多因变量多元线性模型中就岭型主成分型预测与最优线性无偏预测、主成分型预测之间的最优性判别问题进行讨论.得到岭型主成分型预测在R(i)(·)准则下优于最优线性无偏预测和主成分型预测的两个充要条件,同时得到了其在MDE-准则和矩阵迹RT(·)意义下优于最优线性无偏预测和主成分型预测的充分条件.     

加权组合模型在城市用水量预测中的应用

鉴于传统灰色模型在建模中存在固有偏差的问题,本文采用无偏灰色GM(1,1)预测模型.在无偏灰色预测模型表达式的基础上,又提出了非线性的预测模型,并将其用于城市的用水量预测上.考虑到单一预测模型在预测过程中存在的不足,用最优加权组合模型对无偏灰色GM(1,1)模型和非线性模型进行组合,并将加权组合模型首次用于遂宁市的城市用水量预测.预测结果表明,组合模型的预测精度优于单一的预测模型,预测结果与城市的实际用水量拟合较好,该方法可推广到其它类似城市的用水量预测中.     

抗差估计模型的选择

对于抗差估计的研究,主要在构造抗差估计和检验方面作了大量的工作,但在抗差估计模型的选择方面讨论较少。本文主要针对讨论抗差模型的选择,从Akaike准则出发,构造了适于抗差估计模型的AICR准则,并对参数α的选择进行了分析讨论。     

一类线性模型参数的Bayes估计及其优良性

导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.     

增长曲线模型中协差阵的最优估计

在椭球等高分布情形下给出了增长曲线模型中协差阵的最小模估计,并得到了最小模估计成为一致最小方差不变二次无偏估计以及一致最小方差不变二次无偏估计存在的充要条件.     

基于无偏估计的装甲装备器材需求灰色预测

针对装甲装备器材需求数据采集过程中存在的数据采集偏差,建立了存在数据采集误差的装备器材需求灰色预测模型;分析了装备器材需求灰色预测模型中,最小二乘估计为无偏估计的条件是数据采集误差的期望为0,否则,最小二乘估计为有偏估计;最后针对数据采集偏差期望不为0的条件,给出一种基于辅助变量的无偏参数估计方法.通过实际案例仿真分析验证了方法的合理性和可行性.     

近红外光谱奇异样本剔除方法研究

采用近红外光谱分析技术建立面粉校正模型,对面粉中灰分含量进行定量分析,并对异常样本进行剔除.试验中采用马氏距离法和蒙特卡洛采样法分别对异常样本进行了剔除,结果表明：用马氏距离法剔除异常样本,当权重系数为1.5,剔除样本数为3时,得到最好结果,相关系数（R2）为92.67,交互验证均方差RMSECV为0.048 5;MCCV法剔除异常样本,剔除样本数为3,得到最好结果,相关系数（R2）为94.64,交互验证均方差RMSECV为0.041 1.故马氏距离法剔除异常样本能在一定程度上提高校正模型的精度和预测精度,但MCCV法剔除异常样本后模型精度和预测精度优于马氏距离法.     

一类特殊损失下预测问题的PMC准则

将估计问题中的PMC准则运用到随机变量的预测问题中。在一类特殊损失下证明了中位数无偏预测量为某一给定预测量集合中的Pitman-closest预测量。     

定向非均衡模型的估计

讨论了样本分割已知的一类非均衡计量经济模型———定向模型的估计问题。文中给出了一种估计方法,并证明了所作的调整满足无偏性要求。     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

中国教育质量与收益率的微观计量分析

运用微观计量经济学的分析方法,估计了我国的个人教育收益率.在研究中,从样本选择性偏差及异质性着手,论证了普通最小二乘法与传统工具变量法所得估计量的非一致性,进而采用Heckman备择模型以弥补上述两种方法的缺陷,模型中构建名校效应变量以表示教育质量对本科毕业生工资收入的影响.研究结果表明,中国劳动力市场上的个人教育收益率比20世纪90年代有显著提高.     

区域洪涝灾害风险估算模型及其应用

为了减轻洪涝灾害造成的损失,针对系统存在的风险指标,研制区域洪涝灾害风险估算模型.应用马尔科夫链进行某种趋势外推型的风险预测,并估算洪涝灾害无实测值的状态;采用贝叶斯统计理论和方法,通过先验分布结合样本信息来推求后验分布,以最大概率原则判别风险估算的趋势,按照估算结果及当地的实际情况,适度调整针对洪涝灾害的策略,尽可能...     

多元线性模型与最佳预测

运用多元回归模型方法建立了多指标预测模型,在矩阵损失下,利用正交投影阵及矩阵分析等知识找到了预测指标的最优线性估计类,且从中得到了几个最优线性估计,使其应用范围更加广泛.     

多变量ARMAX模型结构和参数的辨识

本文讨论了多变量ARMAX模型结构和参数的辨识问题。根据[1]的论述,采用BIC准则判定模型的阶;并用递推的极大似然法辨识参数。根据估计参数的渐近正态性进一步确定模型的子阶和时滞。由于采用了BIC准则,避免了F检验定阶的主观性。因此本方法比文献[2]、[3]中的方法优越。仿真算例证明了本方法的有效性。