导读:本文包含了混合回归模型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:模型,误差,算法,测量,参数,方差,渐近。
混合回归模型论文文献综述
魏伟[1]（2019）在《带混合测量误差的线性回归模型的参数估计》一文中研究指出在研究带测量误差的线性回归模型时常考虑的是classical测量误差或者Berkson测量误差,而classical和Berkson混合的测量误差研究较少.利用校正似然法讨论带classical和Berkson混合测量误差的线性回归模型的参数估计,并给出估计量的渐近分布.最后,通过R软件进行数值模拟验证估计方法的优良性.(本文来源于《河北师范大学学报(自然科学版)》期刊2019年06期）
徐建军,谭鲜明,张润楚[2]（2019）在《一种惩罚最大似然方法估计混合回归模型》一文中研究指出本文考虑具有正态误差假设下混合回归模型的参数估计问题.由于似然函数的无界性,混合回归模型普通的最大似然估计不存在.本文提出一种惩罚最大似然方法来估计混合回归模型的参数,证明惩罚最大似然估计量(penalized maximum likelihood estimation, PMLE)具有强相合和渐近正态性.通过深入模拟研究,从估计精确性角度看,惩罚最大似然估计量有很好的表现.本文还给出一个音调感知的例子来说明理论结果的应用.(本文来源于《中国科学:数学》期刊2019年08期）
赵媛,郭忠琴,梁沛枫[3]（2019）在《基于自回归滑动平均混合模型的布鲁菌病流行趋势预测》一文中研究指出目的对我国布鲁菌病(简称布病)月发病率进行预测,为了解我国布病流行趋势、制定防控策略提供数据支持和决策依据。方法以国家人口与健康科学数据共享平台为数据来源,使用2004年1月-2016年12月全国布病月发病率数据建立历史序列,应用R软件构建自回归滑动平均混合模型(autoregressive integrated moving average model, ARIMA)并进行数据拟合和预测。结果本研究构建乘积季节ARIMA (2,1,2)(2,1,1)_(12)模型各项参数都有统计学意义(均有P<0.001),模型很好的拟合了全国布病月发病率的变化规律,预测值与实际值之间的平均相对误差为21.77%;预测2017年、2018年、2019年和2020年布病的月平均发病率分别为0.399 5/10万、0.423 8/10万、0.445 6/10万、0.471 2/10万,呈逐渐增高趋势(χ~2=14.244,P<0.001),在4-7月份出现发病峰值。结论在自然状况下,我国人间布病的月发病率将逐年增高,应采取相应措施进行控制。(本文来源于《中华疾病控制杂志》期刊2019年08期）
张玉,沈爱婷[4]（2019）在《φ混合误差下EV回归模型中估计量的渐近性质》一文中研究指出考虑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.(本文来源于《湖北大学学报(自然科学版)》期刊2019年04期）
罗艳虹,胡良平[5]（2019）在《适应性回归分析(Ⅲ)——构建具有混合结构的回归模型》一文中研究指出本文目的是通过两个实例介绍适应性回归样条算法对具有混杂结构的数据集进行回归建模的实践。当一个数据集包含多个不同的回归模型时,只要给定分类变量的具体取值,SAS中的"ADAPTIVEREG过程"可以比较准确地发掘出其内在规律,并以图形方式呈现模型对资料的拟合效果,还能呈现由"基函数"及其组合所构造出的"回归模型"。图形呈现的结果确实可以给分析者提供一些有价值的"分析线索"或"积极暗示",缩小"探索性研究的空间"。(本文来源于《四川精神卫生》期刊2019年02期）
王博[6]（2019）在《基于EM算法的多水平零膨胀负二项混合效应回归模型的参数估计》一文中研究指出计数数据广泛应用于医疗、生物和保险等诸多领域.泊松回归模型与负二项回归模型是分析这类离散型数据的重要模型.在实际计数中往往会出现相对于泊松分布或负二项分布过多的零,称之为零膨胀现象.分析此类数据的常见方法是零膨胀泊松(ZIP)回归模型和零膨胀负二项(ZINB)回归模型.但是,如果非零观测值过度分散并且具有相关性,则参数估计可能会出现严重偏差,导致传统的ZINB模型不能对其进行很好的拟合.提出了一种具有随机效应的多水平零膨胀负二项混合效应回归模型,并利用极大似然估计的EM算法对多水平零膨胀负二项混合效应回归模型进行参数估计.(本文来源于《高师理科学刊》期刊2019年03期）
王博[7]（2019）在《零膨胀负二项混合回归模型》一文中研究指出伴随着科学技术的日益发展,信息时代已经到来,在信息时代会涌现出大量的数据。比如在我们的医疗行业、农业以及工业方面都存在着大数据。而且最近人工智能技术不断发展,各种智能算法不断出现,而这些算法在本质上是对数据的处理方法,换句话来说也可以是一种处理数据的模型。在这些大数据中,存在一种情况,就是在这些数据中存在零过多的情况,一般来说,我们处理这些数据的方法有负二项回归模型,对数据进行拟合分析。但是如果数据中存在的零的个数超过了模型的预测范围,那么,我们可以认为这些数据存在零膨胀现象。如何处理这些零膨胀的数据是一个重要的问题,因为该处理方法在工程实践中会产生重要的指导作用,零膨胀负二项混合模型由于其有效性而得到广泛应用。(本文来源于《大众投资指南》期刊2019年01期）
夏业茂[8]（2019）在《两部分混合回归模型的贝叶斯推断》一文中研究指出两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分析.Polya-Gamma先验被用来对logistic模型进行拟合,同时,Stick-breaking先验用于随机权.这些有助于加速后验抽样.本文对可卡因数据展开实证分析.(本文来源于《应用数学》期刊2019年01期）
李双双,吴刘仓,戴琳[9]（2019）在《联合均值与方差混合专家回归模型的参数估计》一文中研究指出在社会、经济领域中存在大量来自异质总体的异方差数据.本文针对异质总体的异方差数据,研究提出联合均值与方差混合专家回归模型,该模型同时对感兴趣的均值、方差和混合比例参数建模,可以概括和描述众多的实际问题.然后,利用EM算法和MM算法给出该模型的最大似然估计,进而通过Monte Carlo随机模拟来验证所提出的方法的有效性.最后,本文结合实际数据AQI(空气质量指数)说明模型的实用性和可行性.(本文来源于《应用数学》期刊2019年01期）
王萌,王奉涛[10]（2018）在《基于主元分析的逻辑回归模型混合域协变量选取研究》一文中研究指出针对滚动轴承的可靠性评估问题,提出了一种基于主元分析的逻辑回归模型混合域协变量的选取方法,将表征轴承运行状态的特征值通过PCA降维后作为逻辑回归模型的协变量建立滚动轴承的可靠性曲线。试验表明,基于主元分析的混合域协变量选取方法可以更好地表征轴承的退化状态。(本文来源于《轴承》期刊2018年12期）
混合回归模型论文开题报告
（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：
本文考虑具有正态误差假设下混合回归模型的参数估计问题.由于似然函数的无界性,混合回归模型普通的最大似然估计不存在.本文提出一种惩罚最大似然方法来估计混合回归模型的参数,证明惩罚最大似然估计量(penalized maximum likelihood estimation, PMLE)具有强相合和渐近正态性.通过深入模拟研究,从估计精确性角度看,惩罚最大似然估计量有很好的表现.本文还给出一个音调感知的例子来说明理论结果的应用.
（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。
混合回归模型论文参考文献
[1].魏伟.带混合测量误差的线性回归模型的参数估计[J].河北师范大学学报(自然科学版).2019
[2].徐建军,谭鲜明,张润楚.一种惩罚最大似然方法估计混合回归模型[J].中国科学:数学.2019
[3].赵媛,郭忠琴,梁沛枫.基于自回归滑动平均混合模型的布鲁菌病流行趋势预测[J].中华疾病控制杂志.2019
[4].张玉,沈爱婷.φ混合误差下EV回归模型中估计量的渐近性质[J].湖北大学学报(自然科学版).2019
[5].罗艳虹,胡良平.适应性回归分析(Ⅲ)——构建具有混合结构的回归模型[J].四川精神卫生.2019
[6].王博.基于EM算法的多水平零膨胀负二项混合效应回归模型的参数估计[J].高师理科学刊.2019
[7].王博.零膨胀负二项混合回归模型[J].大众投资指南.2019
[8].夏业茂.两部分混合回归模型的贝叶斯推断[J].应用数学.2019
[9].李双双,吴刘仓,戴琳.联合均值与方差混合专家回归模型的参数估计[J].应用数学.2019
[10].王萌,王奉涛.基于主元分析的逻辑回归模型混合域协变量选取研究[J].轴承.2018
论文知识图
