部分线性回归模型中的广义似然比检验

检验了部分线性回归模型中的函数部分是否为常数, 在备择假设下, 先用局部多项式方法估计出函数部分, 在估计中忽略了参数部分, 将其并入误差项, 再使用二阶段估计法, 直接应用最小二乘方法, 估计出参数部分, 并讨论了它们的渐近性质. 计算了零假设下广义似然比检验统计量的表达式, 并给出其渐近分布.     

部分线性模型基于稳健估计的拟合优度检验

本文用三步稳健估计方法来检验一个模型是否为部分线性模型,在零假设下构造了一个平方残差过程检验统计量,并给出了它的渐近分布。     

一种基于递归残差的回归模型变点检验

针对线性回归模型系数向量的变点问题,文章基于递归回归残差平方序列的部分和之比,构造了一种检验方法。在原假设下,得到其渐近分布为维纳过程的泛函,并在备择假设下,证明了该检验方法的发散速度及其渐近发散极限,从而保证了该检验的一致性。模拟表明,本方法在变点发生时刻靠前时的功效具有较大改进,在其他情形与经典的CUSQ检验方法接近。     

基于估计方程估计的单指标模型异方差检验

针对单指标模型的异方差检验问题,将估计方程估计与完全非参方差函数检验相结合,给出了一种新的检验形式.利用估计方程法得到单指标模型中未知指标参数的估计值,再根据局部线性拟合给出单指标模型联系函数的估计形式,进一步由完全非参方差函数方法构造检验统计量,对模型进行异方差检验.数值模拟部分以检验统计量的经验水平和经验功效为评价指标,实验结果表明,基于估计方程估计比基于梯度外积估计和基于最小平均方差估计的完全非参方差函数检验方法更有效.实例分析部分采用汽车数据集,同样验证了这一检验方法的显著性.     

约束条件下带误差线性协变量的变系数部分线性模型的统计推断

研究了当模型中带有误差线性协变量但有辅助信息,且参数部分有附加的线性约束时,变系数部分线性模型的统计推断问题。给出了线性约束条件下参数的profile最小二乘估计,并且证明该估计满足渐近正态性。同时基于profile拉格朗日乘子检验方法检验约束条件的合理性,证明了在原假设成立时,所给出的检验统计量服从渐近标准卡方分布。最后通过数值模拟验证上述参数估计和检验方法的有限样本性质。     

线性误差协变量下部分线性模型的约束统计推断

考虑含有线性误差协变量部分线性模型的统计推断问题。对模型的参数分量,提出了一个线性约束条件下的最小二乘估计,并且证明该估计量满足渐近正态性。同时基于拉格朗日乘子检验方法对约束条件的合理性进行了检验。证明了所提出的检验统计量在原假设成立时渐近服从标准卡方分布。数据模拟表明所提出的估计方法可以有效地消除测量误差对估计精度的影响,并且所提出的检验方法对备择假设是相当敏感的。     

两次重复试验三因子全效应随机模型误差方差的齐性检验

研究两次重复试验三因子全效应随机模型误差方差的齐性检验问题,推导了检验统计量和检验规则的具体表达式.这一规则也适合于只有部分效应的随机模型,推导的主要工具是Kronecker积运算.最后给出一个应用实例.     

线性模型和广义线性模型中的一种强影响点的显著性检验法

根据强影响点的实际意义,提出一种强影响点的显著性检验模型。解决了线性模型和广义线性模型的强影响点的显著性检验问题,其中的检验统计量分别是Ｆ检验统计量和Ｓｃｏｒｅ检验统计量,实例表明此法较好．     

函数带误差的部分线性模型约束下的统计推断

考虑函数带误差的部分线性模型,研究约束条件下参数分量的统计推断.首先提出参数的约束估计并证明其渐进正态性;同时基于广义似然比统计量提出一种检验过程,并证明了即使在一般条件下函数中误差的Wilks现象仍然存在;最后,通过数值模拟检验约束估计值的一致性和检验统计量的有效性.     

非参数回归模型的模型检验

在此考虑非参数回归模型的模型检验问题．基于Plug-in经验似然方法。构造经验似然比检验统计量．证明其满足Wilks’现象,而得到了一定显著性水平的拒绝域,最后通过数据模拟。讨论了其检验功效．     

部分线性面板数据模型中个体效应的Bootstrap Hausman检验

对于面板数据模型而言,为了提高估计和预报的精度,区分个体固定效应和个体随机效应非常重要。 针对部分线性面板数据模型,在小样本下采用参数 Hausman 检验方法来识别模型中的个体效应,并通过 Bootstrap 抽样方法求得统计量的上分位点进而构造假设检验的拒绝域。 模拟结果显示,此检验的稳健性和可靠性比现有的非参数检验高,且在计算量和计算时间上有较大优势。     

一种带有Leakage项的修正最小二乘估计算法

针对带有干扰项的最一般形式系统的参数模型，结合最小二乘算法，提出了一种带有Leakage项的修正最小二乘估计算法，该文的估计算法具有很好的性能。     

参数化水平集活动轮廓模型的快速图像分割算法

为了提高图像分割的速度,提出一种参数化水平集活动轮廓模型的快速图像分割算法.该算法中的水平集函数由参数向量确定,而非带符号距离函数,降低了水平集函数的维度.将参数化的水平集函数嵌入到经典的LGDF(local Gaussian distribution fitting)模型中进行图像分割,不需要重新初始化和额外的正则项,同时可选择较大迭代步长.实验结果表明:所提方法能够有效地分割超声、CT和核磁等医学图像,与带有正则项的分割算法LGDF和最近提出的快速分割算法MSLCV相比,在保证分割精度的同时,计算速度得到了明显提高.     

混凝土细观数值试验的随机损伤本构模型

混凝土在细观尺度下是由粗骨料、砂浆和界面过渡区(ITZ)组成的三相复合材料。目前考虑细观尺度上这三相之间力学性能的不同,已经进行了大量的细观数值试验研究。然而混凝土为典型的多尺度材料,在细观尺度下混凝土各相自身也是非均质的。鉴于此,提出了细观尺度下代表性体积单元(RVE)的随机损伤本构模型,并编制了相应的有限元程序。利用编制的程序,进行了随机骨料模型单轴拉伸和压缩数值试验;并进行了双骨料试件单轴拉伸数值试验。结果表明,该模型虽然结构简单,但能较好地反映混凝土的主要宏观力学行为和细观损伤的产生和演化发展。最后,通过参数敏感性分析,阐明了不同模型参数对混凝土宏观力学特性的影响。该模型可为混凝土细观数值试验研究提供支撑。     

裂纹转子参数扭振特性研究

本文提出横向裂纹转子的可变抗扭刚度概念,建立参数扭振的单自由度动力学模型,从而指出裂纹转子在一定条件下存在扭失稳现象。在实验室条件下,作者对真实裂纹转子在不同联接条件下进行了试验,结果表明,裂纹转子存在参数扭振动现象。     

扩散模型复合分位回归估计的渐近正态性

主要研究扩散模型中漂移函数的复合分位回归估计的渐近正态性.基于离散观测样本,利用复合分位回归的方法得到了漂移参数函数的局部估计量,并证明了估计量的渐近正态性.     

半参数方法对上证指数波动率的预测分析

根据金融时间序列一般都存在条件异方差性,本文研究了两种半参数时间序列模型的估计方法,通过实际算例对参数模型与半参数模型,以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明,半参数模型要优于参数模型,半参数可加模型要优于多项式样条估计模型。      

参数编码算法概述

参数模型已经被证明是一种在低码率下行之有效的音频编码技术.介绍了参数编码的基本方法,分析和比较了参数编码中不同的参数模型和相关的算法,以及参数编码的一些缺陷和以后的发展方向.     

参数编码算法概述

参数模型已经被证明是一种在低码率下行之有效的音频编码技术。介绍了参数编码的基本方法，分析和比较了参数编码中不同的参数模型和相关的算法，以及参数编码的一些缺陷和以后的发展方向。