导读:本文包含了经验欧氏似然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:经验,线性,模型,覆盖率,误差,数据,区间。
经验欧氏似然论文文献综述
彭仁华[1]（2019）在《部分线性模型误差方差的经验欧氏似然估计》一文中研究指出统计推断是数理统计研究的重要问题之一,我们知道分布函数不能由各阶矩决定,但是各阶矩能间接反映分布的一些重要信息,尤其是在分布函数未知的情况下,分布的各阶矩就显得尤为重要,如何根据样本对总体分布或分布的数字特征做出合理的推断是统计推断所要解决的问题,而对回归模型误差方差的估计就是其中一种.在回归模型中传统的参数估计方法并没有将样本的各阶矩对参数估计效果的影响考虑进去,以致在估计过程中并没有将样本的各阶矩所含有的信息对估计的影响充分反映出来,进一步影响到估计的效果.本文在利用经验欧氏似然方法的情况下,充分考虑误差的各阶矩所蕴含的信息,重新对回归模型中的误差方差进行估计.在固定设计的情形下,证明了估计量的渐近正态性,求出其渐近方差,将之与用传统的误差方差估计方法进行比较,得到新估计量的渐近方差更小这一结果.(本文来源于《广西师范大学》期刊2019-06-01）
胡志明,晏振,张军舰[2]（2017）在《调整经验欧氏似然及其性质》一文中研究指出经验(欧氏)似然是近年来非常流行的非参数统计方法之一,但其存在凸包限制和计算复杂等不足之处.针对此不足,CHEN等人(2008)给出调整经验似然.本文借助此想法,给出调整经验欧氏似然方法,进而讨论其相应的统计性质.理论结果显示,调整经验欧氏似然有与经验欧氏似然完全类似的性质;模拟结果显示,在某些情况下(如二维情况),调整经验(欧氏)似然所得的区间估计具有较好的覆盖率.此外,调整经验欧氏似然的思想和计算都比较简单.从实用角度看,具有较高的推广价值.(本文来源于《应用数学》期刊2017年02期）
申群海,黄运生,张军舰[3]（2014）在《平衡增加的经验欧氏似然》一文中研究指出经验(欧氏)似然方法是近年来非常流行的一种非参数统计方法.针对经验(欧氏)似然的凸包限制和计算复杂问题,本文借助:Emerson和Owen(2009)所提出的平衡增加思想对经验欧氏似然进行修正,得到了平衡增加的经验欧氏似然.随后论文从理论和模拟两个方面进行了研究.理论上给出了该方法与经验欧氏似然检验函数之间的联系,即在固定的样本量n下随着添加点位置的连续变化,检验方法可以从简单的均值增加经验欧氏似然变化到经验欧氏似然检验;模拟结果显示,适当选取调整因子,平衡增加的经验欧氏似然相对于(调整)经验欧氏似然而言,在大多数情况下,其分布更接近于对应的极限分布.(本文来源于《应用概率统计》期刊2014年05期）
崔文艳,李同荣[4]（2014）在《MA(q)模型的经验欧式似然估计的强相合性》一文中研究指出构造了一类MA(q)模型的经验欧式似然比统计量,利用拉格朗日乘子法,得到了参数的经验欧式似然估计,并在一定条件下进一步讨论参数估计的强相合性.(本文来源于《枣庄学院学报》期刊2014年05期）
周玉乾[5]（2014）在《右删失数据下线性模型的经验欧氏似然推断》一文中研究指出经验似然方法是一种非参数统计方法,它有许多优良的统计性质,比如经验似然区域的形状只与样本有关,参数估计具有相合性,经验似然统计量收敛于卡方分布等.近年来,许多统计学者将这种方法应用到不同类型的数据及模型中.然而经验似然的计算较为复杂.经验欧氏似然是由Owen(1991)首次提出,是用欧氏距离代替似然距离得到的方法,有与经验似然类似的大样本性质,因此具有较高的理论意义和应用价值.本文主要将经验欧氏似然方法应用到右删失数据下的线性模型中,构造这种情况下的经验欧氏似然统计量和调整的经验欧氏似然统计量,得到这两个统计量的极限分布,从而构造参数的置信区间.模拟结果说明了用调整的欧氏经验似然构造置信域优于传统的正态逼近方法.本文的篇章结构如下：第一章,简单介绍了经验欧氏似然及右删失数据的研究背景,意义及最新研究动态,并给出了本文的主要成果.第二章,对本文涉及到的经验欧氏似然等相关知识和结论进行了简单的介绍.第叁章,本章给出了带有右删失数据的线性模型参数的估计方法,构造了右删失数据下线性模型的经验欧氏似然比统计量和调整的经验似然比统计量.经验欧氏似然比统计量收敛于非中心的卡方分布,而调整的经验欧氏似然比统计量收敛于中心的卡方分布,从而得到了模型中参数的置信区间,并且对上述结论进行了详细的证明.采用同样的思想,本章还对带有附加信息的调整经验欧氏似然进行了研究.第四章,基于第叁章的思想方法,本章在不同删失率不同精度下做模拟研究,模拟结果表明,在删失率不太高的情况下用经验欧氏似然和调整的欧氏经验方法构造的置信区域的覆盖概率高于正态逼近方法.(本文来源于《湖南师范大学》期刊2014-05-01）
易家英[6]（2014）在《具有测量误差的纵向部分线性模型的经验欧氏似然方法》一文中研究指出纵向数据是在日常生活中常见的一种数据模型,是对个体在不同的时间或空间多次重复观测而得到的数据.它不仅克服了截面数据和时间序列数据的缺点,而且可以有效的综合考虑了截面数据和时间序列数据的优点与特点.Engle等(1986)在分析电力需求与气候变化之间的关系时提出了部分线性模型.由于部分线性模型结合了线性模型和非参数模型的特点,因而具有更大的灵活性.在实际生活中,由于测量仪器等因素的影响,我们得到的纵向数据可能有些协变量具有测量误差,如果不考虑误差的影响,那么得到最终的估计将不再满足如无偏性,相合性等.因此,对具有测量误差的纵向部分线性模型的统计推断问题进行研究,具有较强的实际应用价值.本论文在前人研究成果的基础上,借助经验欧氏似然方法考虑具有测量误差的纵向部分线性模型的估计问题.在第一章中,首先介绍了纵向数据及其部分线性模型的研究背景,接着介绍本文要研究的主要问题.最后介绍了本文的主要研究思路及内容.在第二章中,讨论了纵向部分线性模型的经验欧氏似然方法,从理论上给出了参数β和未知函数θ的点估计,并构造了估计的置信区间,证明了估计的渐近分布为卡方分布.在第叁章里,我们运用经验欧氏似然方法讨论具有测量误差的部分线性模型,且分别讨论在测量误差协方差已知和未知的情况下得出模型中参数的估计,并构造估计的置信区间,进一步证明估计的渐近分布性质.最后,对研究的问题进行模拟,主要是运用经验似然和经验欧氏似然方法得出的覆盖率和区间估计进行模拟比较.从模拟结果可以发现,两种方法得到的覆盖率和区间估计都比较接近,但从理论计算上来说,经验欧氏似然方法在计算上比较简单,从实际应用的角度来看,具有较强的实际应用价值.本文的特色主要体现在以下两个方面：1.本文用经验欧氏似然方法对具有测量误差的纵向部分线性模型参数和基准函数进行统计推断,得出其渐近分布等性质.运用经验欧氏似然方法估计参数,获得的检验函数具有显式解,得到的解比较简单,结论也比较好,便于实际应用.2.本文的结论可以丰富和完善具有测量误差的纵向数据线性模型的理论,有较强的理论和实际应用价值.(本文来源于《广西师范大学》期刊2014-04-01）
李自军[7]（2013）在《离散分布分位数的经验欧氏似然估计》一文中研究指出在统计学中,分位数θp=inf{X：F(X)≥p}是比较重要的一个数字特征,它具有稳健性等特征。此外它还具有较高的应用背景,例如风险度量中的VAR(Value at Risk:风险价值)、统计推断理论中的区间估计和假设检验,均与分位数是密不可分的。因此,对分位数的估计进行研究是统计学中非常基础且重要的一项工作。本文主要借用经验欧氏似然方法来估计离散分布的分位数θp,寻找分位数的相合估计θpnXc。由于经验欧氏似然方法适应于连续分布函数,对离散分布函数还有一些应用限制,因此我们对数据进行jitter处理即把原始的离散数据X加上一个服从均匀分布的随机变量U得到新的数据Y,Y=X+U,从而得到服从连续分布的数据；然后根据Y我们借用经验欧式似然(EEL)估计分位数；再用逆变换返回得到原始数据的分位数估计θpnX。理论分析发现,我们得到的θpnX有时不是θp的相合估计；当p为台阶点(plateau,分布函数中每个台阶所对应的函数值p)时,θP的相合估计可能是θpnX或θpnX-1.而p为分布函数的非台阶点时,θpnX是θP的相合估计；所以要得到θP的相合估计就要先知道p的情况,针对此问题,我们对p进行了分类讨论。因为当离散分布函数未知时,我们不知道p是否属于台阶点,从而我们进一步借助Chen and Nicde(2010)的分类程序的思想用经验欧氏似然方法构建分类程序来对p进行分类。模拟和实证分析结果显示：我们的结果与Chen and Nicde(2010)相差不大,但是我们的计算比较简单,易于操作。本论文特色主要体现在以下几个方面：1.离散分布分位数估计鲜有人讨论,本文借用经验欧氏似然方法得到了分位数的相合估计,丰富了离散分布分位数估计的研究,也丰富了经验欧氏似然理论的应用。2.把jitter方法运用到离散分布数据的处理上,使得经验欧氏似然的方法得到很好的应用；3.文中给出的实例说明样本分位数θpnX、分位数的经验欧氏估计θpnX和经验欧氏似然的相合估计θpnXc的关系,通过比较发现θpnXc非常实用。4.与经验似然方法相比,经验欧氏似然方法的计算简单,为实际应用工作者提供简便可行的工具。(本文来源于《广西师范大学》期刊2013-04-01）
何伦春[8]（2013）在《基于舍入数据的经验欧氏似然估计》一文中研究指出在实际调查统计中,由于度量工具和记录方法等因素的限制,我们通常只能得到真实数据的近似值,但我们仍希望通过这些舍入数据来推断未知的一些事情.在这种情况下,如果仍采用经典的统计推断方法,那么将会大大降低结论的合理性和准确性,并且许多已有的统计性质将不再满足,例如相合性,无偏性,渐近正态性等.所以,首先要做的便是调整离散的舍入数据,然后再寻找合适的统计方法展开研究.另一方面,经验欧氏似然方法是近20年来比较重要的一种非参数统计方法,它不仅具有经验似然完全类似的统计性质,而且计算简单,表达直观,更易理解.所以,采用欧氏经验似然的方法研究舍入数据具有较高的实用价值和理论意义.本文将采用经验欧氏似然思想讨论舍入数据的统计性质,由于舍入数据是离散化数据,而经验欧氏似然方法主要针对连续数据,所以想要正确应用欧氏似然,首先需要对离散数据进行调整,把离散变量转化为连续变量,并且把调整后的连续数据作为真实数据的一种逼近;然后分析调整后的数据的矩及分布函数,并与真实数据、舍入数据的矩及分布函数相比较;随后用经验欧氏似然方法对调整后的数据展开研究,给出相应的统计性质;最后分析比较模拟结果,结果表明：在很多情况下,一方面,调整后所得的估计明显优于不调整的估计；另一方面,与经验似然估计相比,经验欧氏似然方法所得的估计较好,并且计算简单,易于应用.论文的特色体现如下：1.提出一种把离散数据转化为连续变量的新方法,然后讨论所得到的连续数据的矩及分布函数,最后讨论经验欧氏似然估计的强相合性,渐近正态性等；2.理论推导和模拟结果表明,二次线性调整后的Y是X*的一个相当好的逼近,更重要的是,二次线性逼近所得的数据是连续型变量,可采用经典的统计方法.(本文来源于《广西师范大学》期刊2013-04-01）
胡小凤[9]（2013）在《Copula的经验欧氏似然估计》一文中研究指出目前,金融市场间的关系日趋复杂,更多的是呈现出非线性和非对称的特性.由于应用的局限性,例如最常用的Pearson相关系数只能反映变量间的线性相关程度,而无法捕捉到非线性关系.原有基于线性相关的多变量金融模型已不能完全满足发展的需要Copula函数是把多维随机变量的联合分布用其一维边际分布连接起来的函数,可以将随机变量的边际分布和它们之间的相关结构分开来研究,其中边际分布的选择不受限制.Copula理论由于其独特的性质,可以刻画变量间的非线性或非对称的关系.所以,Copula函数不仅是构造多维随机变量联合分布的工具,同时也是探索随机变量之间相关结构的工具.建立和完善Copula理论具有重要的研究意义.本论文在对前人已有研究成果进行综合分析的基础上,主要考察基于经验欧氏似然方法的Copula估计.论文主要借助经验欧氏似然思想讨论了Copula函数的估计.理论上给出了Copula函数的区间估计和点估计,证明了经验欧氏似然估计的相合性,并且在一定的正则条件下具有渐近正态性,经验欧氏似然函数的极限分布为卡方分布.然后再从大样本方面,通过模拟对所得的区间估计的覆盖率进行了比较.理论上我们发现,经验欧氏似然方法与经验似然方法有完全类似的性质；模拟结果发现,在某些情况下(如二维情况),经验欧氏似然方法所得的Copula估计具有较好的区间覆盖率.并且,经验欧氏似然方法的思想和计算都比较简单,从实用角度来看,具有较强的实用和推广价值.本论文特色主要体现在以下几个方面：1.在经验欧氏似然方法的基础上,对Copula函数进行估计,并讨论其相应的估计量的渐近性质,如相合性、渐近分布等.这些成果是前人所没有讨论的,是完全新的成果.2.本论文所得的经验欧氏似然与经验似然相比,所求参数的个数减少了,使得计算更加简单,减少了计算的复杂性.3.在某些情况下,由本文结论所得的估计的置信区间覆盖率高于已有的估计方法的覆盖率.4.非参数似然方法在Copula结构方面的应用目前还不是很广泛,论文的研究可以丰富和完善非参数的一些理论.(本文来源于《广西师范大学》期刊2013-04-01）
张军舰,詹欢,晏振[10]（2012）在《基于经验欧氏似然的拟合优度检验》一文中研究指出本文借助经验欧氏似然构造一类新的拟合优度检验,并讨论在简单零假设下,检验统计量的极限分布;然后利用极大似然估计所得的参数估计量构造复合零假设下的检验函数,并讨论其极限性质;最后把所得的检验与已有的Pearsonχ2检验和KS检验进行模拟比较,模拟结果显示基于经验欧氏似然的检验比其他的检验有相对的优势:功效较高、计算简单等,在应用上更具有推广价值。(本文来源于《广西师范大学学报(自然科学版)》期刊2012年03期）
经验欧氏似然论文开题报告
（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：
经验(欧氏)似然是近年来非常流行的非参数统计方法之一,但其存在凸包限制和计算复杂等不足之处.针对此不足,CHEN等人(2008)给出调整经验似然.本文借助此想法,给出调整经验欧氏似然方法,进而讨论其相应的统计性质.理论结果显示,调整经验欧氏似然有与经验欧氏似然完全类似的性质;模拟结果显示,在某些情况下(如二维情况),调整经验(欧氏)似然所得的区间估计具有较好的覆盖率.此外,调整经验欧氏似然的思想和计算都比较简单.从实用角度看,具有较高的推广价值.
（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。
经验欧氏似然论文参考文献
[1].彭仁华.部分线性模型误差方差的经验欧氏似然估计[D].广西师范大学.2019
[2].胡志明,晏振,张军舰.调整经验欧氏似然及其性质[J].应用数学.2017
[3].申群海,黄运生,张军舰.平衡增加的经验欧氏似然[J].应用概率统计.2014
[4].崔文艳,李同荣.MA(q)模型的经验欧式似然估计的强相合性[J].枣庄学院学报.2014
[5].周玉乾.右删失数据下线性模型的经验欧氏似然推断[D].湖南师范大学.2014
[6].易家英.具有测量误差的纵向部分线性模型的经验欧氏似然方法[D].广西师范大学.2014
[7].李自军.离散分布分位数的经验欧氏似然估计[D].广西师范大学.2013
[8].何伦春.基于舍入数据的经验欧氏似然估计[D].广西师范大学.2013
[9].胡小凤.Copula的经验欧氏似然估计[D].广西师范大学.2013
[10].张军舰,詹欢,晏振.基于经验欧氏似然的拟合优度检验[J].广西师范大学学报(自然科学版).2012
论文知识图
