回归函数的核估计法及其在经济分析中的应用

简介了非参数估计中的一种核估计方法，通过一个财政收支的实例，与最小二乘法进行了比较。     

非参数回归的核估计法在经济分析中的应用

近20年来,非参数回归的统计方法已广泛应用于计量经济学模型的研究中。本文将非参数回归模型的核估计法应用于城镇和农村家庭消费模型中,通过对实际数据的估计,并且将结果与最小二乘估计值进行比较,证明了在对时变数据的估计中,非参数回归模型取得了较好的结果。     

非参数回归函数YANG估计量的一致强收敛速度

本文中，我们给出了非参数回归函数ｍ（ｘ）＝Ｅ（Ｙ／Ｘ＝ｘ）Ｙａｎｇ估计量的一般形式：下的一致强收敛速度，得到了相当的结果。     

回归函数的支持向量机估计法

回归估计是统计学中基本问题之一，本文在归纳了其经典的估计方法之后，总结了支持向量机估计回归函数方法。并从理论和应用角度阐述了支持向量机的基本思想。     

m（n）相依样本回归函数改良近邻估计的强相合性

研究同分面ｍ（ｎ）相依样本序列回归函数改良近邻估计的强相合性，同时给出改良近邻估计的强收敛速度。     

k—正则函数及某些边值问题

研究k-正则函数u(z)(k阶方程δ^k/δz^-^k u=0的解）。讨论了k-正则函数的若干函数论性质和获得了非齐次k阶方程δ^k/δz^-^k u=f的积分形式的特解,证明了以上两类函数及k调和函数的Dirichlet边值问题的解是存在唯一的。     

一种改进的K近邻法在模式识别中的应用

针对传统K近邻法的缺陷,改进的K近邻法首先对训练样本进行聚类,将样本的特征空间划分成若干满足一定条件的小超球体,然后依据最近间隔值在这些小超球体内搜索待分类样本的K个近邻点.算法通过特征选取,选出反映样本模式重要信息的特征,从而确保了聚类的质量.同时K近邻算法中引入的最近间隔值,既确定了近邻点的搜索半径,又保障了搜索的准确性.通过实验证实,该方法不但节省时间,还有较高的识别率.     

局部敏感哈希在高维向量K近邻搜索中的应用

在图片相似性搜索中,需要将图片特征向量的相似性搜索问题转化为K近邻问题,这就需要了解K近邻问题的定义,以及局部敏感哈希的数学定义。此外,还需引入一个可以用于实际应用的局部敏感哈希的算法,并分析此算法的正确率和算法复杂度。     

农药降解规律模拟的一个回归函数模型

在农药使用过程中,农药降解规律的模拟是一个重要环节,是食品安全的重要保证.根据长期从事该方向研究的积累,给出了一个对农药降解规律进行模拟的回归函数模型,并提供了参数估计方法,以解决对农药降解规律进行模拟时回归函数模型确定的困难.应用实例分析表明,所给回归函数模型适于对农药降解规律的模拟.     

关于回归函数的最近邻估计的渐近性态

讨论了回归函数的最近邻估计的渐近性质。证明了回归函数的最近邻估计量是渐近正态的。     

非参数回归的CV NN中位数估计的相合性

考虑非参数回归模型Y_i=g(x_i)+e_i,其中g(x)是待估的连续函数,x_i是非随机的,e_i是i.i.d.随机误差。笔者讨论最近邻中位数估计g_(n,h)(x_i)=m(Y_i(1),…,Y_i(h))=Y_i(1),…,Y_i(h)的中位数,其中h利用平均平方误差意义下的cross-validation方法选择。在一定条件下,建立了cross-validation最近邻中位数估计的相合性。     

广西城镇居民人均收入和消费的非参数回归估计

本文尝试用非参数回归方法研究居民人均可支配收入与消费的关系,应用非参数局部多项式估计方法对广西1980年~2010年城镇居民人均可支配收入与消费数据进行实证分析,克服了传统线性回归模型在讨论居民人均可支配收入与消费关系的不足。实证结果表明非参数回归方法优于线性回归方法.     

半参数回归模型的稳健估计

考虑半参数回归模型yi＝Ti^Tβ g(ti)-εi i=1,2,…n,先由稳健估计的原则得出β^Λ和g^Λ（t)，然后基于影响函数得出这些估计的方差——协方差矩阵。     

随机设计下回归函数模型变点的小波估计

研究在随机设计下对含有单个跳跃点的回归函数的小波估计。将随机设计通过变换转换成等距设计,在等距设计下利用单个跳跃点和跳跃度的估计量,构造出含有单个变点的回归函数估计。数值分析比较结果显示：该方法不仅保持了尖点附近的良好性质,而且在跳跃点附近也有效地避免了吉布斯现象。     

密度函数的小波估计及其影响函数

把小波的思想和方法应用到统计学的密度估计中,得到了密度小波估计的一个统一的非迭代表示形式.对于给定的一种系数估计方法,这种表示形式容易计算密度估计的影响函数,进而可以进行简单的稳健性分析.     

分位数回归理论及其应用

介绍了分位数回归的概念、拟合优度、置信区间,并将分位数回归方法应用到肺活量的研究中.结果表明,体重在肺活量分布上的变化趋势是递减的,呼吸差在肺活量分布上的变化趋势是递增的,而在肺活量分布的中端,胸围的影响较强.     

最大似然估计在一元线性回归中的应用

最大似然估计是参数估计的常用方法。应用最大似然估计方法估计一元线性回归方程中的未知参数,与用最小二乘估计得到相同的结果,说明此方法的适用性。     

关于非参数回归模型的误差密度估计

运用泰勒展式讨论了非参数回归模型中未知误差分布函数f（e）的核密度估计fn（e）的渐进性质,以及估计量fn（e）中光滑参数的选择,并给出了f（e）的置信区间．