半参数EV模型二阶段估计的渐近正态性

考虑半参数EV模型 Yi =x′iβ+g(Ti)+ei,Xi =xi +ui,1≤i≤n,β∈Rp 为未知回归参数,g(·)为[0,1]上的未知Borel函数。利用近邻权函数并综合最小二乘法建立了参数的估计量,并研究了它们的渐近正态性。     

φ混合误差下EV回归模型中估计量的渐近性质

考虑EV回归模型:yi=θ+xiβ+ei,ξi=xi+ui, i=1,2,…,n,n≥1.在φ混合误差下研究EV回归模型中最小二乘估计量的渐近性质,建立估计量的强相合性和矩相合性.所得结果推广了独立变量的相应结果.     

LNQD序列半参数回归模型小波估计的强相合性

对于半参数回归模型yi=xiβ+g(ti) +ei(1≤i≤n),误差{ei,1≤i≤n}为平稳LNQD序列,研究了未知参数β和未知函数g(t)小波估计的强相合性,在一定的条件下,得到了合理的结果,把非参数回归模型的相应结果推广到半参数回归模型.     

协变量带误差的随机删失数据线性模型的一类半参数估计

考虑线性模型Yi=Xi^Tβ＋εi,i=1,2,…,n,其中Yi为随机右删失因变量,Xi难以观测,或需要较高成本才能得到其精确观测值,故转而观测与Xi相关的相对易得的随机变量Xi利用数据集{（Xj,Xj）}n＋N,j=n＋1估计E[X｜X^-]的同时,给出了参数向量β的一类半参数估计,并且证明了估计量的渐近正态性．     

正相协误差半参数回归模型小波估计的强相合性

研究半参数回归模型yi=xiβ+ g(ti)+ei(1≤i≤n),｛ei,1≤i≤n｝为正相协序列的未知参数β和未知函数g(t)小波估计的强相合性,得到它们的强收敛速度.     

一类半参数回归模型二阶段估计的渐近理论

考虑回归模型yi＝xiβ＋g（ti）＋ei，1≤i≤n，g为R1上未知函数，β为p×1维待估参数向量．基于近邻权函数利用文献[1]中给出的方法建立了β和g的估计量βn，gn，并且证明了它们具有很好的大样本性质     

矩阵损失下随机效应模型回归系数的齐次线性MINIMAX估计

对于随机效应模型{Y=Xβ ε E(βε)=(Aα0) Cov(βε)=σ2(V1 00 V2),(Vi＞0,i=1,2)这里β和ε分别为p维和n维的随机向量.我们对β和α的可估函数Sα Qβ进行估计,在一定条件下,得出了可估函数Sα Qβ在齐次线性估计类中的唯一的MINIMAX估计.     

(ψ)-混合误差下半参数回归模型小波估计的γ阶矩收敛速度

考虑一类固定设计下的半参数回归模型yi=xiβ+ g(ti)+ei,i=1,2,…,n,对于模型中的未知参数β和未知函数g(t)的小波估计(∧β)n和(∧g)n(t).,在{ei,1≤i≤n)是(ψ)-混合随机误差时,研究了(∧β)n和(∧g)n(t)的γ阶矩一致收敛速度.     

矩阵损失下的协方差阵Σ的二次型估计的风险函数

考虑模型 H:Y=( Y1 ,Y2 ,… ,Yn)′=( X′1 ,X′2 ,… ,X′n)′β+ ( e1 ,e2 ,… ,en)′ Xβ+ e.其中 ,Yi:r维列观察向量 ,Xi:r× p已知矩阵 ,i=1 ,2 ,… ,n.β=( β1 ,β2 ,… ,βp)′是 p维未知参数向量 .e1 ,e2 ,… ,en　iid,e1 与r维正态分布 Nr( 0 ,Σ)有相同的前 4阶矩 ,这里Σ是未知的 r× r协方差阵 .在矩阵损失函数 L( d,Σ) =( d-Σ) 2 下 ,给出了Σ的二次型估计类 { Y′AY:A≥ 0 ,A∈ Rn× n}的风险函数 .     

混合系数线性模型参数可容性估计的小样本分析

研究两种混合系数线性模型Zij=[x(tij)]'α+[y(tij)]'βi+εij(i=1,2,…,m;j=1,2,…,ni;ni>p+q)和Zi=Cid+ei(i=1,2,…,m,eiⁱ.i.d(0,YiΣY'i+σ2Ini))参数估计的容许性,可视为一种小样本理论。     

鞅差误差下简单线性EV回归模型最小二乘估计的相合性

研究了误差为鞅差序列条件下的线性EV(errors-in-variables)回归模型.利用最小二乘估计方法对模型中β和θ进行估计,证明了估计量的强相合性和均方相合性,从而推广了线性EV回归模型已有的相关结论.     

误差为AR(1)型的线性结构关系EV模型参数估计

利用正交回归法和最小二乘法,给出了当x,y均服从正态分布且误差为AR(1)模型的线性结构关系EV模型中参数φ,β0和β1的估计量,并且证明其均具有强相合性.     

半参可加部分线性EV模型中参数的经验似然比检验

考虑半参可加部分线性EV模型中参数部分的检验问题,提出了经验似然比检验统计量,得到了原假设成立下统计量的渐近卡方分布,方便使用．     

模糊线性回归模型的参数估计

对观测值为梯形模糊数的线性回归模型，通过一个适当的距离利用最小二乘法讨论参数估计的存在性。对于一元线性回归得到参数估计的解析表达式，对多元线性回归的参数估计转化为二次规划问题。文中例子说明了模型的适用性。     

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.     

石膏与氯化钾在氨介质中复分解的回归模型

本文对石膏与氯化钾在氨介质中液固复分解反应制取硫酸钾工艺中的氯化钾转化率与诸影响因素进行了正交试验设计，并对试验数据进行了多元线性回归和逐步回归，建立了能较好模拟复分解反应规律的多元线性回归模型，为石膏转化法制取无氯钾肥硫酸钾的生产工艺的优化提供了一种数学模型     

石膏与氯化钾在氨介质中复分解的回归模型

本文对石膏与氯化钾在氨介质中液固复分解反应制取硫酸钾工艺中的氯化钾转化率与诸影响因素进行了正交试验设计，并对实验数据进行了多元线性回归和逐步回归，建立了能较好模拟复分解反应规律的多元线性回归模型，为石膏转化法制取无氯钾肥硫酸钾的生产工艺的最优化提供了一种数学模式。     

基于主从博弈的含电动汽车综合能源系统运行策略

综合能源系统(IES)是解决能源生产与分配等问题的重要能源系统之一,考虑电动汽车作为综合能源系统中重要的主动负荷,合理引导其充电能促进综合能源系统的高效运营,提出了综合能源系统与电动汽车的主从博弈优化运行模型。在主从博弈框架下,以综合能源系统为领导者,各电动汽车为跟随者,构成一主多从优化调度模型。根据博弈的阶段性特点,提出基于引力搜索算法和混合整数线性规划的两阶段主从博弈求解方法。算例对比分析表明,通过主从博弈,综合能源系统能合理地引导电动汽车有序充电,有效整合分布式能源并提高了运行的整体经济收益。     

统计回归模型及其优化算法综述

在大数据时代,正则化(惩罚)回归模型成为高维数据分析的一种有效分析工具.文中从统计模型理论和优化算法两个角度对正则化回归模型进行简要的概述,主要介绍线性回归模型、广义线性模型和分位数回归模型三种经典且重要的回归模型以及相应的正则项.对于线性回归模型,介绍最小二乘回归和l_1-正则最小二乘回归问题的优化算法;对广义线性模型和分位数回归模型,介绍逻辑回归模型和求解l_1-正则逻辑回归问题的优化算法,并展示分位数回归模型和求解相应的正则化分位数回归模型的优化算法.最后,对正则化回归模型未来的研究方向进行展望.     

两类新的区间值线性回归模型

一般的区间值线性回归模型都是输入为实向量(元素为实数)。文章提出了二种范围更为广泛的模型,即输入可以是模糊向量(元素为L—R型模糊数)或输入为区间值向量(元素为区间)的回归模型,并利用线性规划的方法给出了区间系数的估计方法。