导读:本文包含了相依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,区间,位数,线性,系数,速度,参数。
相依回归模型论文文献综述
李雅晴,谢平,桑燕芳,陈杰,赵羽西[1](2019)在《水文序列相依变异识别的RIC定阶准则——以自回归模型为例》一文中研究指出水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前叁阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。(本文来源于《水利学报》期刊2019年06期)
武新乾,程芳,徐珍[2](2019)在《相依误差下异方差非参数回归模型的样条估计》一文中研究指出一些经济金融等实际数据中含有非线性趋势、异方差和相依关系,固定设计和相依误差下的异方差非参数回归模型因其能够反映这些数据特征而有着重要的应用.样条方法是常用的非参数光滑方法之一.为了探究样条方法在这类模型中的可用性,本文在α-混合条件下,讨论了均值函数和方差函数的多项式样条估计的逐点相合性,得到了逐点收敛速度.此外,还对所讨论的方法进行了数值模拟,结果表明样条方法在这类模型的应用中是可行的.(本文来源于《工程数学学报》期刊2019年03期)
崔琪[3](2018)在《基于Copula模型的相依现状数据的回归分析》一文中研究指出现状数据,又被称为Ⅰ型区间删失数据,在近年来引起了学者们的广泛关注,这种数据存在于医学、人口学和社会学等研究领域.本文主要研究了相依现状数据的回归分析问题,共分为叁个部分,分别在失效时间变量服从比例风险模型、加性风险模型和线性变换模型的情况下,利用Copula函数建立了失效时间变量和删失时间变量的相关关系.我们提出了两步估计方法,给出了回归系数和相关系数的估计.我们证明了估计量的相合性和渐近正态性,并通过数值模拟在有限样本量下验证了估计量的表现.最后,我们将提出的模型以及估计方法应用于动物肿瘤实验数据中.(本文来源于《吉林大学》期刊2018-12-04)
赵棋炯[4](2018)在《基于相依辅助信息的分位数自回归模型的统计推断及应用》一文中研究指出自Koenker和Bassett(1978)提出分位数回归以来,分位数回归因其优良的统计特性被广泛地应用到了许多不同的领域中。Tang和Leng(2012)将它应用于普通线性模型之中,通过包含辅助信息的经验似然方法,得到了模型分位数回归系数的估计量,与传统方法相比,提高了估计量的有效性。受此启发,本文对分位数自回归模型(Quantile Autoregression model,QAR)展开 了相关研究。相比于传统的常系数自回归时间序列模型,QAR模型的回归系数包含了动态随机变量,同时由于模型本身具有相依结构,所以在进行统计推断时,不能将已有的独立同分布的结果平移到QAR模型中。本文在分位数回归和经验似然的框架下,通过辅助信息量,得到了QAR模型自回归系数的估计量,并推导了它们的渐近正态性。值得一提的是,由于QAR是一个自回归模型,所以在本文设立的辅助信息量中允许变量是相依的,并且本文所论证的结果退化到常系数时间序列模型中也是成立的,因此本文是独立误差模型的一种推广。文章最后通过数值模拟和实证分析验证了本文的结论。在数值模拟部分,对不同的误差项模型,在样本容量分别为100,250,500时,计算了模型自回归系数的估计量,并通过和已有方法的对比,结果表明,本文提出的方法提高了参数估计的有效性。在实例分析部分,选取了美国季度失业率数据,进行了 QAR建模,模型的结果表明,本文方法在实际应用中同样有效。(本文来源于《浙江工商大学》期刊2018-12-01)
李述山[5](2018)在《Copula相依序列与Copula自回归模型探讨》一文中研究指出文章提出了Copula相依序列的概念,讨论了Copula相依序列的性质及与严平稳序列之间的关系。建立了一个时间序列的非线性模型——Copula自回归模型,给出了相应的参数估计方法、相依阶数的确定方法。并基于Copula自回归模型给出了一种点预测方法、一种区间预测方法以及一个时变Va R的估计方法。运用算例说明了Copula自回归模型及相关方法的有效性。(本文来源于《统计与决策》期刊2018年11期)
孟书宇[6](2018)在《基于相依/缺失样本下函数型非参数回归模型K近邻估计》一文中研究指出具有相依结构的函数型数据,如具有?混合结构的函数型时间序列数据,是函数型数据分析(FDA)领域中一类重要的问题。同时非参数回归模型k近邻(kNN)估计是研究函数型数据的有力工具,在理论和应用中都着不可或缺的作用。另一方面,函数型数据有可能在测量或存储过程中出现数据缺失的情况,如响应变量随机缺失(MAR)等。因此,研究响应变量随机缺失也是统计学中的重要问题。本学位论文主要基于响应变量观测完全和MAR情况下,研究相依函数型数据非参数回归模型的kNN估计及其一致收敛速度,并通过模拟和真实数据验证其估计效果。主要内容如下:(一)基于相依函数型样本非参数回归模型的kNN估计首先,在一些自然条件下,我们给出了非参数回归算子的kNN估计及其一致收敛速度。随后,分别用有限样本模拟和海平面温度的真实数据研究对比函数型非参数回归的NW核方法和kNN方法,说明了kNN估计的有效性。最后,文章证明了kNN估计的一致收敛速度。(二)基于相依函数型样本随机缺失非参数回归模型的kNN估计这部分,我们主要工作是进一步研究具有相依结构的解释变量是函数型的非参数回归模型,在响应变量是随机缺失时,首先利用kNN方法估计非参数回归算子,建立估计量的一致收敛速度;随后用模拟研究说明了缺失数据非参数kNN方法的效果,kNN估计一致收敛速度的相关证明过程在最后给出。(本文来源于《合肥工业大学》期刊2018-04-01)
林淑榕[7](2018)在《加法变换模型下相依数据的回归分析》一文中研究指出生存分析自上个世纪发展以来,随着理论的完善和应用的深入,现已成为不完全数据的一个非常重要的统计分析手段。本文首先介绍了生存分析的研究背景与发展概况,在给出生存数据类型、基本函数及常用半参数模型等一些生存分析的预备理论知识之后,重点讨论相依数据在加法变换模型下的回归分析。对相依数据,我们主要考虑存在于失效时间与簇大小之间的相关性,也就是说,在分析时考虑簇大小所隐含的信息。在加法变换模型下,本文介绍了现有文献中对相依右删失数据在模型中参数的估计方法,并着重针对相依当前状态数据讨论一种基于加权估计方程的方法(简称加权估计方法),同时给出了估计量的渐近性质及其证明。文中通过数据模拟分析评估了该加权估计方法的有效性,此外还给出了两个实例研究,数据分别来自一个致瘤性研究和一个皮肤癌研究,实例分析结果表明了加权估计方法的实用性及准确性。(本文来源于《武汉大学》期刊2018-04-01)
朱慧明,汪宁丽,黄瑞[8](2018)在《基于极端分位数回归模型的国际原油与天然气市场相依关系研究》一文中研究指出针对国际原油价格与天然气价格之间的相依性问题,提出了金融时间序列极端分位数回归模型,解决市场之间相依关系刻画问题。考虑到金融经济活动和极端危机事件可能会影响到原油和天然气市场之间的依赖程度,首先检测样本内的结构突变点,再引入虚拟变量,运用分位数回归理论时间序列模型进行实证分析。研究结果表明:国际原油价格与天然气价格之间存在动态相依关系,且在熊市和牛市期间两者之间均呈正相关,说明消费者和投资者在能源期货市场消费和投资行为存在显着的羊群效应;此外,原油价格波动引起天然气价格的变化在不同分位点表现出非对称效应,两者之间的动态相依关系受到极端金融危机事件和经济活动的影响,极端条件下依赖程度更强。(本文来源于《湖南大学学报(社会科学版)》期刊2018年02期)
胡宏昌,余云彩[9](2018)在《相依线性回归模型M-估计的线性表示(英文)》一文中研究指出本文考虑如下线性回归模型y_i=x_i~Tβ+e_i,i=1,2…,n,其中e_i=G(…,ε_(i-1),ε_i)是平稳相依误差,ε_i,i∈Z是独立同分布的随机变量.在非凸函数的情形下,得到了参数β的M-估计的线性表示,并由此得到两个应用:强收敛速度和正态分布.最后,用一模拟算例来说明本文方法的有效性.(本文来源于《数学进展》期刊2018年02期)
赵羽西,谢平,桑燕芳,吴子怡[10](2018)在《基于相关系数的水文相依性变异分级方法——以自回归模型为例》一文中研究指出水文过程演变存在时间相依性,含有相依成分的水文序列无法满足水文计算中的一致性假设,给水问题研究带来诸多困难.针对水文序列相依性变异这一现象,以自相关模型为例,提出基于相关系数的水文相依性变异分级方法.该方法通过计算相依成分与原序列之间的相关系数,并选取合理的相关系数阈值,将相依性变异程度分为无变异、弱变异、中变异、强变异、巨变异.通过推导相关系数与序列各阶自相关系数之间的公式,说明相关系数主要取决于1阶到p阶自相关系数的大小,从而阐明分级方法的理论基础.以一阶和二阶自回归模型为例,利用统计试验验证了公式的合理性,并说明了相关系数和自相关系数的联系.将所提分级方法应用于3个实测径流序列进行分析,结果显示水文过程常常存在相依性与随机性并存的现象.(本文来源于《应用生态学报》期刊2018年04期)
相依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:
一些经济金融等实际数据中含有非线性趋势、异方差和相依关系,固定设计和相依误差下的异方差非参数回归模型因其能够反映这些数据特征而有着重要的应用.样条方法是常用的非参数光滑方法之一.为了探究样条方法在这类模型中的可用性,本文在α-混合条件下,讨论了均值函数和方差函数的多项式样条估计的逐点相合性,得到了逐点收敛速度.此外,还对所讨论的方法进行了数值模拟,结果表明样条方法在这类模型的应用中是可行的.
(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。
相依回归模型论文参考文献
[1].李雅晴,谢平,桑燕芳,陈杰,赵羽西.水文序列相依变异识别的RIC定阶准则——以自回归模型为例[J].水利学报.2019
[2].武新乾,程芳,徐珍.相依误差下异方差非参数回归模型的样条估计[J].工程数学学报.2019
[3].崔琪.基于Copula模型的相依现状数据的回归分析[D].吉林大学.2018
[4].赵棋炯.基于相依辅助信息的分位数自回归模型的统计推断及应用[D].浙江工商大学.2018
[5].李述山.Copula相依序列与Copula自回归模型探讨[J].统计与决策.2018
[6].孟书宇.基于相依/缺失样本下函数型非参数回归模型K近邻估计[D].合肥工业大学.2018
[7].林淑榕.加法变换模型下相依数据的回归分析[D].武汉大学.2018
[8].朱慧明,汪宁丽,黄瑞.基于极端分位数回归模型的国际原油与天然气市场相依关系研究[J].湖南大学学报(社会科学版).2018
[9].胡宏昌,余云彩.相依线性回归模型M-估计的线性表示(英文)[J].数学进展.2018
[10].赵羽西,谢平,桑燕芳,吴子怡.基于相关系数的水文相依性变异分级方法——以自回归模型为例[J].应用生态学报.2018