异方差回归模型的拟合和变量选择

作者研究了异方差回归模型的估计与变量选择问题.在误差分布未知的情况下,作者分别给出了联系函数已知及未知时均值与方差的估计.另外,作者在给出估计的同时,分别选出了对均值与方差影响显著的变量.     

区间数据的线性回归模型中误差项方差的估计

从无偏转换的思想出发,对区间数据的线性回归模型中误差项方差进行了估计.当截断变量的分布密度函数已知时,得到一批具有强相合性和渐近正态性的估计量,并通过模拟计算对这种估计方法的可行性进行了验证.     

纵向污染数据回归模型中污染源密度的估计

研究了带有重复观测的线性回归模型中响应变量在受到另一随机变量序列污染时,污染源分布密度的估计问题.在较一般的条件下,对于纵向污染数据,构造了污染数据线性回归模型的参数和污染源密度的估计方法,并且证明构造的密度估计具有L2收敛性.由于在估计方法中无需假定误差方差,因此,所构造的估计方法更符合实际应用情况.     

重庆工业总产值的主成分分析

在假设模型设定是正确的条件下假设出工业总产值函数,运用Eviews软件进行最小二乘估计以及拟合优度的检验,由于存在多重共线性,于是检验自变量相关性。通过逐步回归剔除变量,排除引起共线性的变量,最终得到回归函数。对回归函数的序列相关性检验,通过DW值及LM检验说明不存在序列相关。异方差性的检验,帕克检验与戈里检验,以e 2i为被解释变量,以原模型X1为被解释变量,建立如下方程:e 12=f(Xj)+ε1,对方程进行显著性检验,得到α不显著为零,可认为无异方差性。用一次指数平滑法预测2011年各变量数据,再将这些数据带入估计方程,得到工业总产值2011年预测值。     

线性混合模型中方差分量的经验Bayes估计的收敛速度

在加权平方损失下导出了含有2个方差分量的线性混合模型中方差分量的Bayes估计，利用多元密度函数及其混合偏导数的核估计方法构造了方差分量的经验Bayes（EB）估计，在某些条件下获得了该估计的收敛速度。     

响应缺失的部分函数型EV回归模型的统计推断

针对响应变量随机缺失且解释变量带有测量误差的部分函数型线性回归模型,讨论了模型中未知参数和未知系数函数的估计问题及其渐近性质;先通过一定方法对缺失数据和带有测量误差的数据进行处理,然后将模型转化为一般的函数型线性回归模型,再利用Karhumen-Loevez展开和主成分分析法给出模型的经验形式,最后运用经典的多元统计分析极小化目标函数得到相应未知量的最小二乘估计,并在一定的条件下给出了参数估计量的渐近正态性和斜率函数估计量的收敛速度;从而说明给出的估计量是有效估计,完全观测下的函数型数据统计推断方法可以被推广到不完全观测的情形。     

(p)混合误差下波动函数的局部多项式估计

文章考虑了具有混合误差的固定设计下的非参数回归模型,在回归函数及波动函数未知的情况下,利用回归函数的局部多项式估计,构造了波动函数的局部多项式估计;给出了该估计的渐近偏差和渐近方差,并在一定条件下得到了该估计的渐近正态性.     

相依序列方差变点的非参数统计分析

基于严平稳β-混合过程,建立回归函数和条件方差函数形式均未知情况下的自回归异方差模型方差变点的估计方法;并给出变点检验统计量渐近正态性的证明,由此得到方差变点的检验方法;最后,通过数值模拟,展示估计方法的有效性.     

组合惩罚下联合均值与方差模型的变量选择

在生产实践和计量经济领域中,控制产品质量的方差就能保证产品的合格品数相对稳定,所以当前学者对联合均值与方差模型的研究倍感兴趣.基于解释变量经常是具有相关关系的实际情况,提出了一种由SCAD惩罚和岭回归混合在一起的组合惩罚,该惩罚充分利用了岭回归能克服解释变量相关性过高对估计效果的影响,同时也证明了这样的惩罚具有相合性和Oracle性质.使用该组合惩罚对联合均值与方差模型进行了变量选择.最后的随机模拟结果表明该模型和方法是有效的.     

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.     

方差未知的不等式约束回归

许多实际问题中经常会遇到带约束条件的回归问题．方差已知时这种问题的估计量的性质已有很多研究．但在许多实际问题中随机误差的方差可能是未知的．本文给出未知方差的估计量和它的性质，提出方差估计量和参数估计量之间条件独立的概念．有了这些性质，就可以定义t统计量和F统计量，它们是方差未知时做统计推断所必须的．然后说明如何利用这些结果来构造回归参数的置信区间．这里的许多结果对回归分析的其它一些问题（如残差分析，统计诊断）也是很有用的．     

基于NGACH和ANFIS的调谐模型构建

针对传统的自适应模糊推理系统无法解决波动聚类现象,通过分析自适应模糊推理系统和非线性广义自回归条件方差的特性,提出了融合自适应模糊推理系统和非线性广义自回归条件方差的调谐模型.调谐模型实质是指在对ANFIS和NGARCH进行独立运行的基础上,对运行结果进行动态调谐操作,从而提高系统的预测精度.最后,结合实际的项目数据,证明调谐模型提高了传统ANFIS对于波动聚类现象的应对能力,获得较好的运行效果.     

随机变量的函数相关性

引入了“曲线分布密度函数”的定义;给出了由边缘密度及两个随机变量间的函数式表示曲线分布的解析表达式;研究了曲线分布密度的简单性质及由它求两个随机变量间的函数式和边缘密度的公式;对有一般函数关系的两个随机变量,推导出条件分布函数、条件分布列及条件数学期望的分析式。     

条件密度的相合随机窗宽双重核估计

本文研究了条件密度函数的随机窗宽双重核估计及其一致弱相合性。     

瑞利多径衰落信道下OFDM/OQAM系统容量分析

系统容量是分析通信系统性能的一个重要指标,提出了正交频分复用/偏移正交幅度调制(OFDM/OQAM)系统在瑞利多径衰落信道中的信道容量均值和方差进行研究。分析得到瑞利信道模型的概率密度函数并推导出任意两个相关瑞利信道间联合概率密度函数,进而得到OFDM/OQAM系统在瑞利信道下的容量均值和方差的数学表达式,式中以系统的子载波数、信道的信噪比和多径数目为参数。通过对系统进行仿真,分析子载波数、信噪比和多径数对系统容量均值和方差的影响。仿真结果表明:系统容量均值与信噪比成正比,与系统子载波数成反比;系统的容量方差由系统的信噪比和信道的多径数共同影响决定。     

双幂变换下参数极大似然估计的精确分布研究

在双幂变换下,使用极大似然估计方法估计正态线性回归模型中的变换参数,并研究其精确分布.给出了极大似然估计的精确分布函数,并通过模拟研究表明了,其分布不仅依赖于变换参数取值,还与方差和回归系数的取值密切相关;得到极大似然估计是一奇异随机变量,不具有密度函数的结论.为双幂变换的应用提供了很重要的理论依据.     

基于一个模糊蕴涵的概率密度函数和模糊系统

利用选取的一个模糊蕴涵算子构造出模糊关系.使用这个模糊关系,得到了某二维随机变量的联合概率密度函数.讨论了对应的边缘概率密度函数和数字特征.求出了由重心法解模糊化得到的模糊系统,指出这种模糊系统在概率论意义下是一个回归函数,并证明其具有一阶逼近精度.     

国家社科基金学科类别自动判定模型构建研究

在把所获取的国家社科基金项目标题按照词表示成训练和测试语料的基础上,基于条件随机场模型和双向长短时记忆模型对所构建的国家社科基金项目学科类别判定模型,进行了多个角度和层面的验证,并与支持向量机模型的实验结果进行对比.基于相应的模型性能评价指标,验证了传统机器学习模型在小规模语料上的整体性能,证明增加了人工特征模型后的条件随机场模型的整体性能并未突出,同时对条件随机场的性能进行个案分析.     

密度与回归的随机窗宽核估计的渐近正态性

本文建立了密度和回归函数的随机窗宽核估计的渐近正态性,并给出了在回归函数最近邻估计场合的一个应用。