首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 359 毫秒

1.  基于随机效应模型的纵向计数数据统计分析  
   周 翔  李 霓《海南师范大学学报(自然科学版)》,2018年第31卷第2期
   文章对复发事件过程中的纵向计数数据进行研究.充分考虑了纵向计数数据在重复观测过程中数据之间相关联的情况,建立纵向计数数据的随机效应模型.采用极大似然估计的方法对模型中的参数进行了估计,运过大样本理论,论证了估计量的相合性和渐近正态性.通过数值模拟的方法,量化地说明这些估计在有限样本量下的合理性.最后,结合真实的纵向计数数据实例,运用随机效应模型对这些数据进行统计分析.    

2.  具有部分缺失数据混合瑞利分布参数的估计  
   徐圣楠  车明刚  赵志文  王秋爽《佳木斯大学学报》,2018年第5期
   利用矩估计的方法,研究在缺失部分数据的情况下混合瑞利分布总体中参数的估计问题,通过建立矩估计方程组求出未知参数的矩估计,由强大数定律和多元中心极限定理证明了估计参数具有强相合性和渐近正态性,并且随机模拟的结果也表明了参数估计是正确的。    

3.  一阶转移Poisson模型参数的统计推断  
   赵国印  沈霞《新乡学院学报(自然科学版)》,2011年第5期
   分析了一阶转移Poisson模型,给出了参数估计的方法.理论分析结果表明,参数估计具有渐近正态性,方差矩阵的估计具有相合性.    

4.  多类型复发事件数据下一类半参数变换模型  
   杜彦斌  戴家佳  金君《贵州大学学报(自然科学版)》,2018年第2期
   本文基于多类型复发事件数据,提出了一类半参数变换模型,该模型包含了一些重要的半参数模型。利用广义估计方程的思想,对模型中未知参数和非参数函数进行了估计,并证明了估计的相合性和渐近正态性。    

5.  基于广义病例-队列设计方案的长度偏差数据回归分析  
   徐达  周勇《吉林大学学报(理学版)》,2019年第57卷第2期
   利用加权估计方程方法, 在广义病例 队列设计方案下, 针对长度偏差数据, 给出Cox模型中回归系数的估计, 并证明在适当的条件下, 所得估计量具有相合性和渐近正态性, 且渐近方差具有显式表达, 在实际应用中可由plug in方法估计.    

6.  ADCINAR(1)模型的加权条件最小二乘估计  
   王宇  王纯杰  张海祥《吉林大学学报(理学版)》,2019年第57卷第3期
   用加权条件最小二乘方法, 对基于相依计数序列的一阶整值自回归模型(ADCINAR(1))进行参数估计, 给出参数估计的表达式及其渐近分布, 并推导模型的高阶矩、 高阶累积量、 谱密度和双谱密度. 数值模拟结果表明, 将加权条件最小二乘估计、 条件最小二乘估计和Yule Walker估计进行比较, 验证了加权条件最小二乘方法的有效性.    

7.  基于截断数据三角级数回归估计  
   林华珍《四川大学学报(自然科学版)》,1993年第30卷第4期
   将截断数据回归模型转化成半参数回归模型,基于半参数回归模型,用三角级数法估计未知参数β及f。对误差分布未作任何假定,在很一般的条件下,证明了估计量β及fm(t)具有均方相合性及几乎处理处处收敛性,同时证明了β具有渐近正态性,估计的表达式较为简单,实用。    

8.  基于EM算法的多水平零膨胀负二项混合效应回归模型的参数估计  
   王博《高师理科学刊》,2019年第3期
   计数数据广泛应用于医疗、生物和保险等诸多领域.泊松回归模型与负二项回归模型是分析这类离散型数据的重要模型.在实际计数中往往会出现相对于泊松分布或负二项分布过多的零,称之为零膨胀现象.分析此类数据的常见方法是零膨胀泊松(ZIP)回归模型和零膨胀负二项(ZINB)回归模型.但是,如果非零观测值过度分散并且具有相关性,则参数估计可能会出现严重偏差,导致传统的ZINB模型不能对其进行很好的拟合.提出了一种具有随机效应的多水平零膨胀负二项混合效应回归模型,并利用极大似然估计的EM算法对多水平零膨胀负二项混合效应回归模型进行参数估计.    

9.  基于广义排序集样本的分位数估计  被引次数:1
   董晓芳  崔利荣  张良勇《北京理工大学学报》,2013年第33卷第2期
   为提高总体分位数的估计效率,提出基于广义排序集抽样的非参数加权估计量.根据估计量的强相合性和渐近正态性,给出了在任意给定的抽样方案下使渐近方差达到最小的权数.再利用最优权数的适应任意分布性,证明出使估计效率达到最大的抽样方案是从所有排序小组中挑选具有同一次序的观测值.通过对渐近相对效率的数值计算和一组真实数据的实际应用,表明最优加权估计功效高于无权估计,最优排序集抽样效率高于标准排序集抽样和简单随机抽样.    

10.  双参数广义几何分布的Bayes估计及其应用  
   王可  王德辉《吉林大学学报(理学版)》,2019年第5期
   考虑具有双参数结构广义几何分布的Bayes估计问题,给出分布中参数Bayes估计的精确表达式,并将该分布应用于短期聚合风险模型中,提出一类新的聚合风险模型,给出分布函数的相关性质及聚合理赔量的近似模型.数值模拟结果验证了Bayes估计具有渐近无偏性与相合性.最后将该结果应用于汽车保险索赔数据中,得到了不同索赔次数下的保单数量拟合结果.    

11.  广义线性模型的贝叶斯分析及稳健参数设计应用  被引次数:1
   汪建均  马义中  汪新《系统工程》,2009年第27卷第4期
   讨论了非正态响应稳健参数设计中应用最为广泛的广义线性模型.针对广义线性模型在稳健参数设计中普遍存在的估计性问题,对广义线性模型的参数采用相对客观的Jeffreys先验分布,运用基于ARMS抽样算法的MCMC方法动态模拟出各参数后验分布的马尔科夫链,并给出了广义线性模型参数的估计值和显著性因子.根据实际工业试验数据,利用SAS软件对广义线性模型进行了贝叶斯分析,结果表明贝叶斯广义线性模型在参数估计的稳健性和显著性因子识别方面比一般的广义线性模型更加可靠和有效.    

12.  非参数计量经济联立模型的局部线性工具变量估计  被引次数:10
   叶阿忠  李子奈《清华大学学报(自然科学版)》,2002年第42卷第6期
   发展了一种非参数联立方程计量经济模型的估计方法。将非参数单方程计量经济模型的局部线性估计方法与传统联立方程计量经济模型的工具变量估计方法相结合 ,在随机设计下 ,提出了非参数联立方程计量经济模型的局部线性工具变量估计方法 ,并利用大数定律和中心极限定理等在内点处研究了该方法的大样本性质。结果表明 :该方法在内点处具有一致性和渐近正态性 ,其收敛速度达到了非参数模型估计的最优收敛速度    

13.  成组数据下加速失效模型的光滑估计  
   陈威  田媛  任丰玲  王德辉《吉林大学学报(理学版)》,2015年第53卷第2期
   对成组数据下加速失效模型的回归参数提出一种光滑估计方法. 设计一种重抽样方法估计渐近协方差阵, 并进行了数值模拟计算. 结果表明, 在一定条件下, 所提出的估计量是相合的且具有渐近正态性.    

14.  基于变换核密度估计的半参数GARCH模型  
   方世建  韩宇《系统工程理论与实践》,2014年第8期
   针对金融资产收益率分布呈现的尖峰、厚尾及有偏的特点,沿袭变换核密度估计的思想,提出一种广义Logistic变换,对变换后的样本应用Beta核密度估计以消除边界偏差,模拟试验表明,该方法显著提高了对尖峰厚尾分布密度的估计精度.继而将该方法与参数化的GARCH设定相结合,建立一种半参数GARCH模型.该模型具有两个优点:第一,基于变换核密度估计可更加准确地估计收益率的条件分布;第二,通过迭代提高了参数估计的稳健性.模拟试验表明,较之伪极大似然估计法和基于离散最大惩罚似然估计的半参数方法,该方法大大提高了参数估计的相对效率.对沪深300指数的实证研究验证了本文模型的有效性.    

15.  利用先验信息修正经典限的可靠性评估方法  被引次数:3
   赵勇辉  程侃  于丹《系统工程理论与实践》,2002年第22卷第5期
   讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用    

16.  零膨胀对数级数分布的参数估计  
   盛建为  钱夕元《华东理工大学学报(自然科学版)》,2019年第3期
   对数级数分布是一种常见的长尾分布,在取值为正整数的计数数据中有着广泛的应用。然而在实际中,某些计数数据含有大部分的0,因此本文将传统的对数级数分布推广至零膨胀对数级数分布,并讨论了该分布参数的矩估计、极大似然估计以及贝叶斯估计。同时通过蒙特卡洛方法产生模拟数据,并通过均方误差比较了这些估计方法的优劣,结果表明贝叶斯估计优于其他传统估计方法,且在小样本情况下优势更加明显。最后使用该模型对实际中的临床再入院次数进行了拟合分析。    

17.  分组数据场合指数分布参数的渐近置信估计  
   魏艳华  王丙参《佳木斯大学学报》,2008年第26卷第1期
   利用指数分布的若干个样本分位数,建立线性回归模型,由获得的广义最小二乘估计的渐近正态性,得到分组数据场合分布参数的渐近置信估计.在样本足够大的情况下,该方法简单有效.    

18.  自回归模型的加权复合Expectile回归估计及其应用  
   刘晓倩  周勇《系统工程理论与实践》,2016年第36卷第5期
    本文基于充分利用多个Expectile信息能提高参数估计效率的假设,提出了AR模型的加权复合Expectile回归(WCER)估计,探讨了该估计的最优权重,建立了其大样本性质,发现根据由数据驱动的最优权重所获得的WCER估计与最优权重已知时所获得的WCER估计具有相同的渐近有效性.数值模拟表明,当误差为厚尾或非对称分布,所提出的WCER估计大大优于传统最小二乘估计.即使误差分布未知,依然可以得到像极大似然估计一样具有优良统计性质的WCER估计.应用所提出的方法分析恒生指数和标准普尔500指数,实证分析表明:所提出的WCER估计在有效性意义下非常具有竞争力.    

19.  ARFIMA模型参数贝叶斯估计的渐近性质  
   洪兆萍  杜秀丽《南京师大学报(自然科学版)》,2008年第31卷第2期
   首先根据贝叶斯定理得到ARFIMA模型参数的后验边缘分布,并选择后验边缘分布的众数作为参数的估计值.参照季节性ARFIMA模型的极大似然估计的渐近性质的证明思路,证明了模型参数的贝叶斯估计具有相合性、有效性和渐近正态性.最后,对参数的贝叶斯估计方法的大样本性质进行仿真模拟,结果表明当时间序列样本足够大时,参数的估计值越来越接近于真实值.    

20.  基于MCMC的混合α稳定分布参数贝叶斯推理  
   陈亚军  刘丁  梁军利《西安理工大学学报》,2012年第28卷第4期
   为解决非高斯信号较难描述这一难点问题,提出一种基于马尔科夫链蒙特卡罗方法的混合α稳定分布参数的贝叶斯推理方法.构建了混合稳定分布分层的贝叶斯图模型,利用Gibbs抽样实现了混合权值和分配参数z的估计,基于Metropolis算法完成了每个分布元中4个参数的估计.仿真结果表明,该方法能够准确地估计出混合α稳定分布中的各个参数,具有很好的鲁棒性和灵活性,可用于对非高斯信号或数据进行建模.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号