导读:本文包含了两阶段估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:阶段,方差,模型,变量,广义,状态,线性。
两阶段估计论文文献综述
刘汉中[1]（2019）在《基于主成分分析的两阶段最小二乘估计研究》一文中研究指出研究目标:在许多工具变量尤其是弱工具变量的情况下,为了减少传统2SLS的有限样本偏差,本文基于主成分思想提出新的PC-2SLS参数估计方法,并探讨其适用性。研究方法:从理论上分析新方法满足一致性和渐近有效性的条件,并通过一系列的蒙特卡罗模拟揭示其有限样本性质。研究发现:新方法明显降低参数估计的偏差,但同时具有比传统2SLS法更大的方差;在许多弱工具变量情况下新方法表现稳健,且比Bai和Ng (2010)的因子分析法具有明显优势;能有效减少附带参数问题所带来的影响,更能获得拟合值X的一致估计。研究创新:将主成分思想应用于工具变量集,减少了工具变量的维数,能降低参数估计的偏差。研究价值:通过主成分分析法构建了一个比传统2SLS估计具有明显优势的参数估计方法。(本文来源于《数量经济技术经济研究》期刊2019年06期）
黄新程[2]（2019）在《均值变点的两阶段估计》一文中研究指出变点问题是统计学中比较热门的一个研究方向,广泛应用于金融、经济、地质、气候、生物医学、图像处理、信号去噪等领域,理论和实际中都得到许多学者的重视。这类问题中最为简单的是均值变点问题,同时它也是其他参数变点问题的研究基础。本文分析了前人对均值变点LASSO估计性质的研究成果,总结得到LASSO估计的适用范围。为了构造更有效的方法,我们对LASSO估计的Lambda max性质进行了更为细致的讨论,在此基础上构造了最大累计偏差和统计量;并进一步揭示统计量,调节参数与真实模型中的变点存在性之间的关系。随后,将最大累计偏差和统计量进一步拓展得到的序贯统计量,并以此为基础,提出了基于逐个变点估计思想的两阶段变点估计方法。该方法首先,将初始起始位置设为0时刻,并对距离起始位置最近的变点进行估计,这其中包含两个阶段:一是对距离起始位置最近变点的近似估计,二是对距离起始位置最近变点的精确估计;然后,再将估计得到的变点设为起始位置,对下一个最近的变点进行估计;最后,不断重复上述过程直至后续序列中不再得到变点为止。本文给出实现该方法的具体算法并对其计算复杂度进行分析,指出该估计方法具有估计一致性。其后用蒙特卡洛模拟方法对其进行验证,并与LASSO估计和SaRa估计进行比较。模拟结果表明估计一致性是成立的,同时其估计收敛速度优于其他两种方法。(本文来源于《广西师范大学》期刊2019-06-01）
姜澜[3]（2019）在《高斯混合模型下两阶段自适应分组检测的参数估计》一文中研究指出分组检测在各个行业的应用非常广泛,具有降低成本、提高效率和准确度等优点。最开始分组检测是以服从0-1二项分布的样本作为研究对象,并且分组过程里组大小通常是固定的常数值,直到后来有学者提出应该优化组大小的选择,以提高分组检测实验结果的准确度,便出现了自适应分组检测。自适应分组检测的参数估计是通过分阶段来分组检测,从一阶段到下一阶段中组大小在不断更新。在更迭组大小上基于了两点,第一就是利用前面阶段得到的数据来对阳性个体患病率p进行极大似然估计。第二就是被检测的组数将在下一阶段发生变化。因此第一阶段组数为_1N组,每组有_1K个个体,第二阶段组数为N_2组,每组K_2个个体,下一阶段组数为N_3组,每组有K_3个个体以此往下。在上一阶段检测之后来确定下一阶段的组大小K。在二项分布下,自适应最优组大小由组数和MSE(P?)决定,但是在分组检测里,样本服从连续型分布时很少有人对此进行研究。本文主要研究基于连续型样本的两阶段自适应分组检测方法。首先先介绍了受限条件下的高斯混合模型,以及分组检测在疾病检测里的基本定义,然后计算最优组大小K,其中决定最优组K的大小与需要估计的五个受限参数有关。同时描述了两阶段自适应的计算流程,在受限高斯混合模型下利用EM算法来进行两阶段的参数估计,计算步骤一共分为叁步。最后通过算法进行数值模拟计算,其结果表明,相对于单体检测,高斯混合模型下两阶段的自适应分组检测统计量的结果更优。(本文来源于《广西师范大学》期刊2019-06-01）
林松,尹长明[4]（2019）在《两阶段Logit模型的惩罚广义估计方程估计的渐近性质》一文中研究指出2012年Wang等在较弱条件下证明了经典Logit模型惩罚广义估计方程估计的渐近性质。两阶段Logit模型是经典Logit模型的推广,可以处理较复杂的属性数据,其联系函数(link)已不再是自然联系函数。本文在更弱条件下证明了两阶段Logit模型惩罚广义估计方程估计的渐近性质,推广了文献中的相应结果。(本文来源于《广西师范大学学报(自然科学版)》期刊2019年02期）
常永娟,郑涛,刘明硕,张志[5]（2019）在《用于电力系统动态可视化监控的两阶段状态估计》一文中研究指出对运行状态进行状态估计是实现电力系统动态可视化监控的重要环节。本文提出了一种基于传统量测和同步相量量测(phasor measurement unit,PMU)量测的两阶段状态估计,能够跟踪系统故障后的暂态过程。该方法不需要PMU量测的系统完全可观。首先分析了电力系统状态估计混合估计方程和线性估计方程,然后提出了两阶段状态估计方法 ,在第一阶段执行混合状态估计,第二阶段执行一系列线性状态估计。当下一个传统量测集完成时,再次执行混合状态估计和与第二阶段同样的线性状态估计,两阶段状态估计可以呈现系统在故障后的暂态过程。接着说明了该过程的流程,最后在IEEE14节电系统中进行了仿真分析,对比分析了该估计与真实值的误差。(本文来源于《自动化技术与应用》期刊2019年04期）
张晓琴,牛建永,李顺勇[6]（2019）在《一种异方差模型的两阶段估计》一文中研究指出在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。(本文来源于《统计与信息论坛》期刊2019年02期）
赵娜,洪广彬[7]（2018）在《多项分布内生回归元计数模型的两阶段估计方法研究》一文中研究指出两阶段估计方法是解决计量模型变量内生性问题的重要方法,而现代社会科学领域的研究文献在选择两阶段估计方法时存在较多误区,缺乏比较系统的研究。基于多项分布内生回归元的计数模型,采用蒙特卡洛模拟比较2SLS、2SPS、2SRI叁种两阶段估计方法的优劣,并从检验水平和功效角度评价Wald、LR、LM叁种内生性检验方法的有效性,结果发现:当忽略模型非线性、内生性或错误设定计数数据分布时,2SLS和2SPS均会存在较大的估计偏差,但2SRI估计量具有良好的有限样本特征;基于2SRI的叁种内生性检验方法,在计数数据分布设定正确时都有合理的实际检验水平和功效,但在忽略计数数据过度分散特征时,Wald和LR检验统计量会发生严重的水平扭曲,而LM检验则更有效。(本文来源于《统计与信息论坛》期刊2018年08期）
韩啸,齐皓天,王兴华[8]（2019）在《收入对城镇居民食物消费模式影响研究——基于两阶段EASI模型估计》一文中研究指出利用1987—2012年30省市城镇居民宏观食品消费数据,采用两阶段EASI模型估算城镇居民食品需求弹性,并预测城镇居民食品消费的演变趋势。研究结论表明:与QUAIDS模型相比,EASI模型更能准确拟合中国城镇居民食品消费趋势。预计人均可支配收入达到12万元时,家庭食品需求数量将会达到饱和点。届时,城镇居民食品消费数量基本不变,食品质量将显着提高,食品支出份额将缓慢增加。未来我国城镇居民热量来源于粮食的比例将逐步下降,来源于肉类和水产类食品的比例将逐步增加,并随着收入提高最终达到一种动植物消费比例协调的动态均衡。(本文来源于《北京航空航天大学学报(社会科学版)》期刊2019年02期）
陈显彬,林松,尹长明[9]（2018）在《两阶段Logit广义估计方程的渐近性质》一文中研究指出Wang证明了经典Logit广义估计方程的渐近性质,在同样条件下,证明了两阶段Logit模型广义估计方程的存在性与相合性,推广了文献的相关结果。(本文来源于《重庆理工大学学报(自然科学)》期刊2018年05期）
李顺勇,钱宇华,张晓琴,牛建永[10]（2018）在《基于变量选择和聚类分析的两阶段异方差模型估计》一文中研究指出建模经济学领域中的面板数据,异方差性在所难免.两阶段估计方法是一种较好的研究异方差性的手段,在进行样本分组时,如果仅选定一个自变量作为依据,会导致信息量不完整.本文提出了用变量选择的方法筛选出用于分组的几个变量,之后用κ均值方法进行聚类,进而实现对样本的类别划分,从而可以得到异方差估计.实证显示:在异方差估计精度和拟合值方面,本文提出的方法在有效性和可行性方面优势明显.(本文来源于《应用概率统计》期刊2018年02期）
两阶段估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
变点问题是统计学中比较热门的一个研究方向,广泛应用于金融、经济、地质、气候、生物医学、图像处理、信号去噪等领域,理论和实际中都得到许多学者的重视。这类问题中最为简单的是均值变点问题,同时它也是其他参数变点问题的研究基础。本文分析了前人对均值变点LASSO估计性质的研究成果,总结得到LASSO估计的适用范围。为了构造更有效的方法,我们对LASSO估计的Lambda max性质进行了更为细致的讨论,在此基础上构造了最大累计偏差和统计量;并进一步揭示统计量,调节参数与真实模型中的变点存在性之间的关系。随后,将最大累计偏差和统计量进一步拓展得到的序贯统计量,并以此为基础,提出了基于逐个变点估计思想的两阶段变点估计方法。该方法首先,将初始起始位置设为0时刻,并对距离起始位置最近的变点进行估计,这其中包含两个阶段:一是对距离起始位置最近变点的近似估计,二是对距离起始位置最近变点的精确估计;然后,再将估计得到的变点设为起始位置,对下一个最近的变点进行估计;最后,不断重复上述过程直至后续序列中不再得到变点为止。本文给出实现该方法的具体算法并对其计算复杂度进行分析,指出该估计方法具有估计一致性。其后用蒙特卡洛模拟方法对其进行验证,并与LASSO估计和SaRa估计进行比较。模拟结果表明估计一致性是成立的,同时其估计收敛速度优于其他两种方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
两阶段估计论文参考文献
[1].刘汉中.基于主成分分析的两阶段最小二乘估计研究[J].数量经济技术经济研究.2019
[2].黄新程.均值变点的两阶段估计[D].广西师范大学.2019
[3].姜澜.高斯混合模型下两阶段自适应分组检测的参数估计[D].广西师范大学.2019
[4].林松,尹长明.两阶段Logit模型的惩罚广义估计方程估计的渐近性质[J].广西师范大学学报(自然科学版).2019
[5].常永娟,郑涛,刘明硕,张志.用于电力系统动态可视化监控的两阶段状态估计[J].自动化技术与应用.2019
[6].张晓琴,牛建永,李顺勇.一种异方差模型的两阶段估计[J].统计与信息论坛.2019
[7].赵娜,洪广彬.多项分布内生回归元计数模型的两阶段估计方法研究[J].统计与信息论坛.2018
[8].韩啸,齐皓天,王兴华.收入对城镇居民食物消费模式影响研究——基于两阶段EASI模型估计[J].北京航空航天大学学报(社会科学版).2019
[9].陈显彬,林松,尹长明.两阶段Logit广义估计方程的渐近性质[J].重庆理工大学学报(自然科学).2018
[10].李顺勇,钱宇华,张晓琴,牛建永.基于变量选择和聚类分析的两阶段异方差模型估计[J].应用概率统计.2018
论文知识图
