导读:本文包含了拟似然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:广义,模型,渐近,线性,速度,算子,稀疏。
拟似然估计论文文献综述
张晓风,张德平[1]（2016）在《基于拟似然估计方法的软件失效预测模型》一文中研究指出软件缺陷预测是软件可靠性研究的一个重要方向。由于影响软件失效的因素有很多,相互之间关联关系复杂,在分析建模中常用联合分布函数来描述,而实际应用中难以确定,直接影响软件失效预测。基于拟似然估计提出一种软件失效预测方法,通过主成分分析筛选影响软件失效的主要影响因素,建立多因素软件失效预测模型,利用这些影响因素的数字特征(均值函数和方差函数)以及采用拟似然估计方法估计出模型参数,进而对软件失效进行预测分析。基于两个真实数据集Eclipse JDT和Eclipse PDE,与经典Logistic回归和Probit回归预测模型进行实验对比分析,结果表明采用拟似然估计对软件缺陷预测具有可行性,且预测精度均优于这两种经典回归预测模型。(本文来源于《计算机科学》期刊2016年S2期）
张戈[2]（2015）在《拟似然非线性模型中极大拟似然估计的强收敛速度》一文中研究指出在适当假定及其它一些光滑条件下,用更为简便的方法证明了拟似然非线性模型的拟似然方程解的渐近存在性,并且求出了该解收敛于真值的速度.(本文来源于《喀什师范学院学报》期刊2015年06期）
夏天,王学仁[3]（2015）在《带自适应设计的拟似然非线性模型中极大拟似然估计的强相合性》一文中研究指出在带自适应设计的拟似然非线性模型中,在响应变量的矩条件尽可能弱和其它正则条件下,证明了以概率为1,当n充分大时,拟似然方程有一个解βn,它收敛于参数真值β0.(本文来源于《数学的实践与认识》期刊2015年21期）
尹长明,刘双花,陈波红[4]（2015）在《误差不相关广义线性模型极大拟似然估计的收敛速度》一文中研究指出在广义线性模型(GLM)中,设yi和Zi分别是响应变量和回归系数向量.若随机误差ei=yi-Eyi,i=1,2,…不相关,且sup var(ei)<∞,sup‖Zi‖2<∞,λn→∞和一些光滑条件满足,i≥1i≥1该文证明了一般联系函数GLM回归参数极大拟似然估计βn是弱相合的,具有收敛速度‖β-β0‖=Op(λn-1/2)n),其中λn是i∑i=1ZiZ′的最小特征根,β0是回归参数向量真值.(本文来源于《华中师范大学学报(自然科学版)》期刊2015年05期）
贺天宇,王金山[5]（2015）在《NGINAR(1)模型参数的拟似然估计》一文中研究指出利用拟似然法对Ristic提出的几何分布的整值自回归过程(NGINAR(1))的参数估计问题进行研究,得到了参数的修正拟似然估计因子及其极限分布,并做了数值实验,将拟似然估计与Yule-Walker估计及CLS估计进行比较。结果表明:拟似然估计在一定程度上优于Yule-Walker估计及CLS估计。(本文来源于《重庆理工大学学报(自然科学)》期刊2015年02期）
方龙祥,张新生[6]（2014）在《α-stable运动驱动的OU过程的拟似然估计》一文中研究指出对于α-stable运动驱动的OU过程,其转移密度函数没有明确的显式表达式,但是条件特征函数已知.本文基于离散观测样本,借助条件特征函数,研究了α-stable运动驱动的OU过程的拟似然估计,并证明了拟似然估计量的相合性和渐近有效性.模拟显示所提出的估计方法是准确和稳定的.(本文来源于《数学学报》期刊2014年02期）
张戈[7]（2013）在《广义线性模型中极大拟似然估计的相合性及渐近性质》一文中研究指出广义线性模型作为经典线性模型的推广，使它适用于离散数据特别是分类数据。广义线性模型一提出来就受到了学者们的重视，随着相关的研究成果越来越多的应用到统计软件上，广义线性模型成为研究教育、经济、社会、医学，生物、地质勘测等领域问题的一个很重要的工具。本文主要研究了广义线性模型中极大拟似然估计的一些大样本性质，例如：渐近存在性，渐近正态性和相合性。通过对以往各种方法的总结，推广了广义线性模型中关于极大拟似然估计的相关结论。论文首先讨论了一维广义线性模型极大拟似然估计的弱相合性。在相对文献[12](张叁国，2007)较弱的正则条件下，把典则联结的相关结论推广到非典则联结，证明了极大拟似然估计弱相合性的必要条件和收敛速度，即βn-β0=op(λ1/2n)。其次本文借鉴文献[22](唐年胜，2010)对非线性再生散度模型大样本性质的处理思路，证明了在典则联结的情况下，多维广义线性模型极大似然估计的渐近性质。最后本文针对文献[23](夏天，2008)所提出的问题，在适当假定及其它一些光滑条件下，用更为简便的方法证明了拟似然非线性模型的拟似然方程解的渐近存在性，并且求出了该解收敛于真值的速度为∥β n-β0∥=O(n-(δ-1/2)(log log n)1/2)。(本文来源于《新疆大学》期刊2013-05-21）
张戈,吴黎军[8]（2013）在《广义线性模型拟似然估计的弱相合性》一文中研究指出研究了广义线性模型在非典则联结情形下的拟似然方程Ln(β)=∑ni=1XiH(X'iβ)Λ-1(X'iβ)(yi-h(X'iβ))=0的解βn在一定条件下的弱相合性,证明了收敛速度βn-β0≠op(λn-1/2)以及拟似然估计的弱相合性的必要条件是:当n→∞时,S-1n→0。(本文来源于《重庆理工大学学报(自然科学)》期刊2013年03期）
邓春亮,胡南辉[9]（2012）在《广义线性模型中拟似然估计的弱相合性及收敛速度》一文中研究指出在非自然联系情形下讨论了广义线性模型拟似然方程的解βn在λ—n→∞和其他一些正则性条件下证明了解的弱相合性,并得到其收敛于真值β0的速度为Op(λ—n-1/2),其中λ—n(λ—n)为方阵Sn=iΣ=n1XiX'1的最小(最大)特征值.(本文来源于《嘉应学院学报》期刊2012年02期）
肖泽青,王健发[10]（2011）在《广义线性模型中极大拟似然估计的弱相合性》一文中研究指出在λn=O(λn)及其它正则条件满足时,用压缩映射原理证明一般联系函数多维广义线性模型的极大拟似然估计(MQLE)的弱相合性,将误差为独立序列的情形推广到相依序列,其中λn(λn)为矩阵Sn=∑in=1XiXiT的最大(最小)特征根.(本文来源于《广西科学》期刊2011年04期）
拟似然估计论文开题报告
（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：
在适当假定及其它一些光滑条件下,用更为简便的方法证明了拟似然非线性模型的拟似然方程解的渐近存在性,并且求出了该解收敛于真值的速度.
（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。
拟似然估计论文参考文献
[1].张晓风,张德平.基于拟似然估计方法的软件失效预测模型[J].计算机科学.2016
[2].张戈.拟似然非线性模型中极大拟似然估计的强收敛速度[J].喀什师范学院学报.2015
[3].夏天,王学仁.带自适应设计的拟似然非线性模型中极大拟似然估计的强相合性[J].数学的实践与认识.2015
[4].尹长明,刘双花,陈波红.误差不相关广义线性模型极大拟似然估计的收敛速度[J].华中师范大学学报(自然科学版).2015
[5].贺天宇,王金山.NGINAR(1)模型参数的拟似然估计[J].重庆理工大学学报(自然科学).2015
[6].方龙祥,张新生.α-stable运动驱动的OU过程的拟似然估计[J].数学学报.2014
[7].张戈.广义线性模型中极大拟似然估计的相合性及渐近性质[D].新疆大学.2013
[8].张戈,吴黎军.广义线性模型拟似然估计的弱相合性[J].重庆理工大学学报(自然科学).2013
[9].邓春亮,胡南辉.广义线性模型中拟似然估计的弱相合性及收敛速度[J].嘉应学院学报.2012
[10].肖泽青,王健发.广义线性模型中极大拟似然估计的弱相合性[J].广西科学.2011
论文知识图
