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.     

具有自相关误差变系数回归模型的局部线性估计

变系数回归模型误差具有自回归结构时,基于重新改写具有自回归误差的变系数回归模型为独立误差的变系数回归模型,文章提出其局部线性估计方法.模拟结果显示该估计方法是有效的.     

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.     

不同光滑变量的变系数模型的系数函数的有效估计

探讨不同自变量的变系数模型的系数函数的估计及其渐近性.使用局部线性方法和平均方法给出系数函数的平均估计,对平均估计使用回切法给出系数函数的有效估计,给出它们的渐近正态性,模拟例子说明这个估计的有效性.     

一类新的变系数模型的积分估计

该文从实际出发给出了一类实用范围较广的变系数模型,它们的系数函数的自变量(也称光滑变量)不完全一致.首先,使用局部线性方法给出模型的系数函数的初始估计;然后使用积分方法,给出它们的积分估计;进一步,研究这些积分估计的渐近正态性.模拟结果说明该估计方法的有效性.     

自适应变系数EV模型中系数参数的估计

从一般情况下的变系数EV模型入手来讨论一种新型的自适应变系数EV模型,主要是介绍了这种新型模型中的系数参数的估计,进而讨论了参数估计的相关性质.对估计中权函数的性质,估计的渐近性进行了讨论并给出了严格的证明.     

误差是非参数AR(1)序列的变系数模型

利用局部线性方法给出误差序列{εi,1≤i≤n}是非参数AR(1)序列下的变系数模型系数函数的估计,并在此基础上研究了系数函数估计的相合性问题,给出了该模型系数函数估计是弱相合的.     

基于Cauchy分布模型与NSST变换的图像去噪算法

非下采样Shearlet变换(NSST)具有良好的方向敏感性,各向异性以及平移不变性,是接近最优的多尺度稀疏表示方法.提出一种基于先验柯西(Cauchy)模型的NSST域图像去噪方法,利用Cauchy分布对NSST变换域子带系数概率分布进行拟合,作为先验分布模型,再通过最大后验概率(MAP)方法估计不含噪声的系数.该方法不但保留了传统统计模型去噪方法中的优点,还通过对NSST具有更好拟合效果的柯西分布模型作为先验的概率分布模型,使估计出的系数更接近于原始图像的系数.大量仿真实验验证了所提出方法的有效性.     

基于功能原理和模糊控制的路面附着系数估计

为从根本上解决轮胎参数变化影响估计精度的问题,文中不引入轮胎模型,提出了一种基于功能原理和模糊控制的路面附着系数估计算法.首先利用功能原理推算当前车辆状态下的利用附着系数,再通过模糊推理的方法由当前状态下的利用附着系数和滑移率推算当前行驶路面的峰值附着系数,然后利用Matalb软件建立车辆的三自由度模型,对估计算法进行了仿真分析.结果表明,文中算法能有效地估计路面附着系数,具有良好的实时性和准确性.     

解决线性规划系统识别问题的新方法

对一类特殊的逆线性规划问题———线性规划系统识别———进行研究,即试图通过给定的输入-输出数据来估计线性规划模型的技术系数矩阵以及目标函数系数.构建了估计技术系数矩阵的行估计模型,并对该模型进行改进得到更好的估计模型;基于Troutt提出的最大决策效率方法,构建了估计标准化目标函数系数的模型;通过两个数值算例说明该估计方法具有良好的表面有效性,且符合提出的后续验证准则.     

半变系数模型的估计及性质

半变系数模型在统计中具有重要的应用,本文时该模型的常数系数,采用局部多项式估计方法和平均方法,给出了它的估计,对于函数系数的估计通过应用常数系数的估计,采用局部多项式估计方法给出其估计,并给出估计的渐近正态性和证明．     

变系数模型的二步B样条估计

变系数模型(VCM)是经典线性模型的推广,其回归系数随协变量而变化。系数函数可以通过B样条估计,这产生了一步估计过程。我们展示这种一步B样条估计的方法不能在最优时不同的系数函数拥有不同的光滑度。本文使用两步估计来克服一步估计的缺点,给出两步估计的相合性,渐近正态性。模拟研究表明,在样本有限的情况下,本文的方法要比一步B样条估计更优,提高了系数函数估计的精确度。     

系数为对称梯形模糊数的回归模型

针对输入为精确、输出和系数为对称梯形模糊数的情况,建立模糊线性回归模型,给出该模型的最小二乘估计和模型性能的评价方法.当输入、输出以及系数都退化为精确值时,该估计退化为经典的最小二乘估计.     

混合系数线性模型参数的几乎无偏LIU估计

该文研究了连续测试数据情况下的混合系数线性模型的参数估计问题.提出了混合系数线性模型参数的几乎无偏LIU估计,研究了参数估计的性质,并证明了在一定条件下此估计优于最小二乘估计、几乎无偏岭估计和LIU估计,最后还讨论了新估计的可容许性和有偏参数的选取方法.     

差分侧信道密码分析中泄露模型的线性回归分析

从统计学线性回归模型的角度研究密码设备差分侧信道分析攻击中泄露模型的建模及估计,在不需对设备信息泄露有提前了解的情况下,得出线性回归泄露模型,克服了传统泄露模型的局限性.首先,分析能耗泄露的随机模型从而构建线性回归模型,然后用最小二乘估计和最小一乘估计两种方法求解线性回归模型的系数,最后基于八位控制器PayTV-AES智能卡平台实现能耗泄露的建模及系数估计.通过对两种求解方法结果的比较,提出最小二乘估计比最小一乘估计更适合用于泄露模型的线性回归分析;通过对被估模型系数曲线的分析,提出线性回归分析可以用于测量数据的预处理,以提高泄露模型建模效率.     

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.     

部分线性模型M估计的弱收敛性

为得到部分线性模型中未知函数和未知系数的稳健估计,讨论了部分线性模型的M估计,用局部线性方法给出常系数的初估计,再用平均方法给出常系数的M估计,用两步方法给出函数系数的M估计,并进一步证明了未知函数和参数估计的弱一致性。     

基于EM算法和Gibbs抽样的污染模型的参数估计

研究简单回归模型中响应变量受到另一随机变量序列污染时,模型参数和污染系数的估计,运用EM算法给出了两类污染数据回归模型的参数的极大似然估计(MLE),并用Gibbs抽样的方法给出了未知参数的Monte-Carlo估计.     

函数系数部分线性回归模型的变量选择方法

函数系数部分线性回归模型是变系数模型中的一种特殊情形,文章对这种新的变系数模型的变量选择问题进行了主要研究．首先,运用局部多项式方法得到非参数项的估计,并且使用B样条逼近函数系数,选取SCAD惩罚作为变量选择方法．其次,得到了估计的渐近性质．最后,模拟说明了该估计方法较好地达到了变量选择的目的．     

半参数单调变系数部分线性EV模型的估计

主要研究半参数单调变系数部分线性EV模型的估计问题,提出了单调纠偏profile最小二乘估计方法,给出了模型中未知参数和单调变系数函数的估计,并在适当条件下证明了参数估计的渐近正态性和非参数单调估计的渐近性质.最后利用计算机数值模拟验证了本文所提方法的可行性及有限样本估计结果的性质.