导读:本文包含了广义变系数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:广义,模型,系数,线性,变量,局部,地理。
广义变系数模型论文文献综述
程慧燕[1]（2019）在《广义变系数模型的局部非线性似然估计》一文中研究指出针对广义变系数模型,在局部线性似然估计方法的基础上将关于系数函数的局部线性拟合改进为局部非线性拟合,利用Newton-Raphson迭代解法得到广义变系数模型的局部非线性似然估计,进一步讨论了当连接函数为典则函数时迭代公式的具体结果,并辅以实例.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年04期）
孙舒曼[2]（2019）在《广义时空变系数自回归模型的参数估计及应用研究》一文中研究指出随着大数据时代的来临,数据量成倍骤增,为更加便捷的管理和使用这些数据,常常将它们分类保存.若按时间或空间划分,可将收集的数据划分为空间数据和时间数据,统称时空数据.通过对时空数据的研究和分析,能够更好的度量不同时空位置对某一定点的影响程度,此外,时空数据还具有时空相关性和时空异质性等特点.近年来,非参数模型方法日益完善,变系数模型受到了更多学者的关注,为解决时空数据问题,时空变系数回归模型孕育而生,然而该时空模型多用于解决连续时空数据问题,对离散时空数据问题研究甚少.本文针对时空离散数据问题,提出新的时空变系数模型,并应用到时空艾滋病数据的研究之中.首先,本文构建了广义时空变系数回归模型和广义时空变系数自回归模型.然后,通过局部线性GWR估计和迭代加权最小二乘估计的方法对广义时空变系数回归模型中的参数进行求解,并由模拟实验得到系数函数模拟曲面,通过对比,发现广义时空变系数回归模型比广义空间变系数回归模型更适合处理时空离散数据问题.接着,使用GWR估计、N-R迭代和Fisher标分法的方法对广义时空变系数自回归模型中的参数进行求解,同样经过模拟实验得到系数函数模拟曲面,对比发现:在相同的参数估计方法下,广义时空变系数自回归模型比广义时空变系数回归模型更适合处理时空离散数据问题.本文使用广义时空变系数回归模型分析中国31个省份、直辖市和自治区在2011-2016年滋病发病率的时空变化情况,并讨论客运量、人均GDP、人口密度和每千人医疗机构床位数这四个宏观因素对艾滋病发病率的影响以及该影响的时空变化特性.同时,使用广义时空变系数自回归模型分析在2011-2016年非洲南部10个大陆国家的艾滋病时空变化情况,以及人均GDP和人口密度对艾滋病发病率影响的时空变化特性.研究发现:1)艾滋病高度发病区存在明显的变化趋势和时空聚集性;2)不同区域不同时间,各个宏观因素对艾滋病发病率影响的强度不同;3)艾滋病发病率的时空分布特征与宏观因素的变化特征密切相关.(本文来源于《新疆大学》期刊2019-06-30）
张珅[3]（2018）在《超高维纵向数据广义变系数模型的变量筛选》一文中研究指出纵向数据具有“组间独立,组内相关”的特点,能反映个体间的差异和个体内部的变化,在医学、经济学等众多领域具有不可替代的作用.随着计算科学技术的飞速发展,可获取的数据维数更高且数据结构更复杂.一方面,这将面临着同时处理纵向数据的复杂性和高维数据的计算量大、统计精度以及算法稳定问题,具有一定的挑战,是统计学研究的热点和难点.另一方面,这需要更灵活的模型来拟合复杂数据.同时考虑到广义变系数模型是广义线性模型的一种推广,既具有广义线性模型易解释的优点,又具有非参数估计的稳健性,在实际应用的灵活性更大.虽然高维纵向数据的变量选择问题已有很多文献研究,但关于广义变系数模型下的问题研究较少,特别是在超高维情况.因此,研究超高维纵向数据广义变系数模型的变量筛选问题具有重要的理论意义和实用价值.本文主要研究超高维纵向数据广义变系数模型的变量筛选问题,推广独立数据的确定独立筛选方法,同时考虑纵向数据相关性特点,提出基于广义估计方程的非参数独立筛选方法.该方法的主要思想是先基于协变量和响应变量之间的边际相关性建立边际广义变系数模型,利用非参数方法和广义估计方程进行估计,然后采用确定独立筛选的思想进行变量筛选.在一定的正则条件下,此方法能够得到确定筛选性质,即使在数据相关结构被错误指定.为了降低错选率并提高筛选的有效性,本文进一步结合惩罚方法和迭代的确定独立筛选方法提出迭代算法,并给出详细步骤.本文所提出的方法在叁种不同相关结构下进行数值模拟,其模拟结果展示该方法考虑组内相关结构时的筛选和估计性能都比独立结构更优良,也进一步通过实例分析验证了此方法的有效性.(本文来源于《北京工业大学》期刊2018-04-01）
唐礼智,刘玉[4]（2018）在《随机效应广义空间滞后半参数变系数面板模型的估计》一文中研究指出本文通过构建同时包含因变量和误差项空间滞后的随机效应半参数变系数面板模型,拓展了现有模型的灵活性和适应性;采用截面极大似然估计方法得出了参数和非参数的估计。理论证明发现:在一定的正则条件下,所有估计量具有一致性和渐近正态性。数值模拟显示:估计量具有良好的小样本性质,估计精度随着样本容量的增加而增加;空间权重矩阵的选择对估计量的表现没有产生显着差异,但是在Case权重矩阵下,当样本量相同时,空间相关系数的估计偏差随着空间权重结构复杂度的增加而扩大。(本文来源于《统计研究》期刊2018年02期）
黄基廷,赵培信,杨宜平,黄星寿[5]（2017）在《内生性协变量下广义变系数模型的工具变量估计》一文中研究指出在模型的部分协变量为内生性协变量的情况下,考虑广义变系数模型的一类估计问题.通过结合基函数逼近和一些辅助变量信息,提出了一个基于工具变量的估计过程.并得到了估计的相合性和收敛速度等渐近性质.所提出的估计方法可以有效地消除协变量的内生性对估计精度的影响,并且具有较好的有限样本性质.(本文来源于《数学的实践与认识》期刊2017年13期）
张亚慧[6]（2017）在《广义空间变系数自回归模型的研究与应用》一文中研究指出线性回归模型主要适用于因变量为连续型随机变量的情形;GLM可以处理因变量为离散型和连续型的随机变量;GWR方法假定回归系数是观测点地理位置的函数,解决了空间研究对象的空间非平稳性问题.所以对于经典的GLM而言,GWGLM能探测到包括离散型变量在内的空间变量在空间分布上的非平稳性,可以更深入了解空间研究对象的空间异质性的结构和影响因素.由于边界效应的存在会使得系数函数在边界区域的估计失真,从而导致不真实的分析结果,且局部多项式拟合方法具有自动更正边界效应的优点,所以本文借鉴局部线性GWR方法,将GWGLM中的系数函数局部展开为空间地理位置坐标的线性函数,称之为局部线性地理加权广义线性模型.并对泊松回归模型进行具体的分析,称为局部线性地理加权泊松回归模型.通过数值模拟试验考察其精确性,通过绘制曲面图、计算偏差平方的平均值与地理加权泊松回归模型的相应结果进行比较,以说明局部线性地理加权泊松回归模型模型在减小回归系数函数估计的边界效应和偏差方面的优良性.并将这两种模型同时用于实证分析2012年全国31个省的宏观因素,包括经济水平、交通、社会保障、卫生水平,对艾滋病发病数影响的空间变化特征,通过拟合优度检验进一步说明局部线性地理加权泊松回归模型优于地理加权泊松回归模型.因为空间数据具有空间相关性和空间异质性,只有同时考虑这两种性质才能更好地表示数据的空间关系.但是对于具有空间依赖性的离散型空间数据,变系数广义线性模型并不能进行很好的分析.所以本文将数据的空间自回归过程引入到变系数广义线性模型中,提出广义空间变系数自回归模型,用来处理包括离散型在内的具有空间依赖性和空间异质性的空间数据的问题.并针对泊松回归模型进行具体的描述及分析,称为空间变系数泊松自回归模型.同样通过数值模拟试验考察空间变系数泊松自回归模型的精确性.同时将这两种模型应用于上述实证分析,通过拟合优度检验说明空间变系数泊松自回归模型更适用于此类空间数据的分析.(本文来源于《新疆大学》期刊2017-05-20）
邓明,王劲波[7]（2016）在《误差合成空间固定系数模型的多阶段广义最小二乘估计》一文中研究指出本文对时变系数的空间面板数据模型进行了研究,所研究的模型利用扰动项中的空间个体成分将不同时期的方程联系起来,同时,自变量系数和空间自回归系数是时变的,但不会随着观测个体的变动而变动。本文利用基于可行的广义最小二乘估计的多阶段方法对模型参数进行了估计,研究了估计量的大样本性质,并利用Monte Carlo方法模拟了其小样本性质。模拟结果表明,估计量的渐近性质随着样本容量的增加而改善。对中国省级地区间财税策略互动行为的实证案例也体现了本文理论模型的应用价值。(本文来源于《数理统计与管理》期刊2016年01期）
贾春阳[8]（2015）在《时变系数广义线性模型在交通数据中的应用》一文中研究指出在经典的线性回归模型中,我们认为模型中自变量的系数是固定不变的常数,模型中自变量对因变量的影响不随其它变量的变化而变化。然而在许多实际问题中,这种假设太过于理想化,模型往往不能满足实际数据的需要,为了解决这一问题,统计学家们提出了变系数模型这一概念。变系数模型是一类在许多领域都有着广泛应用的回归模型,与经典的线性模型相比,变系数模型具有了更好的灵活性和适用性,模型既能描述自变量和因变量之间的关系,又能反应数据的其它变化特征。在环境、地理和经济领域的数据分析中,变系数模型备受人们的关注。如今,该模型被广泛运用到经济学、金融学、医药科学和生态环境等领域。本文首先简单的回顾了变系数回归模型的基本知识,在给出了自变量系数满足时间序列高斯AR(1)模型的logistic回归模型后,我们给出了此模型的参数估计方法,并在不同的样本数n和不同的观测时间t下,利用统计软件R对模型参数估计进行模拟分析。最后,将此模型运用到美国密西根交通部记录的实际交通事故数据中。由于交通数据的因变量是一个二分类变量,我们就用广义的线性回归模型中的logistic回归对其进行建模,又通过对数据的分析,发现logistic回归模型的自变量系数随着时间的变化而变化,所以我们就用时变系数广义线性模型来对这类数据进行建模,来探索导致交通事故严重后果的危险因素。(本文来源于《西南交通大学》期刊2015-05-01）
张军,段亚辉[9]（2014）在《基于变系数广义开尔文模型的混凝土徐变和松弛》一文中研究指出首先,提出了一个基于变系数广义开尔文模型的混凝土徐变度Dirichlet级数表达式,并依据延迟范围理论建立了九参数徐变度公式;然后,推导了松弛系数率的表达式,并在此基础上提出了计算松弛系数的率型迭加算法;最后,基于试验数据将文中建议的徐变度表达式以及率型迭加算法与常用的徐变度公式以及计算松弛系数的迭加算法进行了比较。结果表明:提出的徐变度表达式物理概念清晰且能避免负徐变;九参数徐变度公式的拟合精度高于常用的八参数徐变度公式;率型迭加算法避免了普通迭加算法的误差传递现象,大幅度提高了早龄期混凝土持载时间较长时的拟合精度.(本文来源于《华南理工大学学报(自然科学版)》期刊2014年02期）
孙福伟,王敏[10]（2013）在《受外力影响下变系数广义五阶KdV类模型N-孤子解析解及其应用》一文中研究指出借助计算机符号运算,研究了流体力学和等离子体中由外力和环境所导致的高阶非线性因素产生的变系数广义五阶KdV类模型.通过Hirota方法,得到了该模型的双线性形式以及高阶非线性项和高阶色散项之间的变系数函数的约束条件.求出了该模型解析的单孤子解、双孤子解、叁孤子解,以及N-孤子解的解析表达式.通过给出的多孤子间传播状态的仿真图像,分析得出在不同的环境下受外力和变系数函数的影响下,孤子间相互作用发生了很大变化.通过孤子的不同图形详细解释了其传播过程中具有的相关性质,从而可以帮助人们更进一步了解流体力学和等离子体物理的一些物理过程和现象.(本文来源于《数学的实践与认识》期刊2013年09期）
广义变系数模型论文开题报告
（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：
随着大数据时代的来临,数据量成倍骤增,为更加便捷的管理和使用这些数据,常常将它们分类保存.若按时间或空间划分,可将收集的数据划分为空间数据和时间数据,统称时空数据.通过对时空数据的研究和分析,能够更好的度量不同时空位置对某一定点的影响程度,此外,时空数据还具有时空相关性和时空异质性等特点.近年来,非参数模型方法日益完善,变系数模型受到了更多学者的关注,为解决时空数据问题,时空变系数回归模型孕育而生,然而该时空模型多用于解决连续时空数据问题,对离散时空数据问题研究甚少.本文针对时空离散数据问题,提出新的时空变系数模型,并应用到时空艾滋病数据的研究之中.首先,本文构建了广义时空变系数回归模型和广义时空变系数自回归模型.然后,通过局部线性GWR估计和迭代加权最小二乘估计的方法对广义时空变系数回归模型中的参数进行求解,并由模拟实验得到系数函数模拟曲面,通过对比,发现广义时空变系数回归模型比广义空间变系数回归模型更适合处理时空离散数据问题.接着,使用GWR估计、N-R迭代和Fisher标分法的方法对广义时空变系数自回归模型中的参数进行求解,同样经过模拟实验得到系数函数模拟曲面,对比发现:在相同的参数估计方法下,广义时空变系数自回归模型比广义时空变系数回归模型更适合处理时空离散数据问题.本文使用广义时空变系数回归模型分析中国31个省份、直辖市和自治区在2011-2016年滋病发病率的时空变化情况,并讨论客运量、人均GDP、人口密度和每千人医疗机构床位数这四个宏观因素对艾滋病发病率的影响以及该影响的时空变化特性.同时,使用广义时空变系数自回归模型分析在2011-2016年非洲南部10个大陆国家的艾滋病时空变化情况,以及人均GDP和人口密度对艾滋病发病率影响的时空变化特性.研究发现:1)艾滋病高度发病区存在明显的变化趋势和时空聚集性;2)不同区域不同时间,各个宏观因素对艾滋病发病率影响的强度不同;3)艾滋病发病率的时空分布特征与宏观因素的变化特征密切相关.
（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。
广义变系数模型论文参考文献
[1].程慧燕.广义变系数模型的局部非线性似然估计[J].曲阜师范大学学报(自然科学版).2019
[2].孙舒曼.广义时空变系数自回归模型的参数估计及应用研究[D].新疆大学.2019
[3].张珅.超高维纵向数据广义变系数模型的变量筛选[D].北京工业大学.2018
[4].唐礼智,刘玉.随机效应广义空间滞后半参数变系数面板模型的估计[J].统计研究.2018
[5].黄基廷,赵培信,杨宜平,黄星寿.内生性协变量下广义变系数模型的工具变量估计[J].数学的实践与认识.2017
[6].张亚慧.广义空间变系数自回归模型的研究与应用[D].新疆大学.2017
[7].邓明,王劲波.误差合成空间固定系数模型的多阶段广义最小二乘估计[J].数理统计与管理.2016
[8].贾春阳.时变系数广义线性模型在交通数据中的应用[D].西南交通大学.2015
[9].张军,段亚辉.基于变系数广义开尔文模型的混凝土徐变和松弛[J].华南理工大学学报(自然科学版).2014
[10].孙福伟,王敏.受外力影响下变系数广义五阶KdV类模型N-孤子解析解及其应用[J].数学的实践与认识.2013
论文知识图
