导读:本文包含了相依函数型数据论文开题报告文献综述及选题提纲参考文献，主要关键词:函数型数据,局部回归估计,渐近正态性
相依函数型数据论文文献综述
李双博[1]（2018）在《相依函数型数据的局部回归估计的渐近正态性》一文中研究指出非参数统计是统计研究的一个重要方面,其中核函数估计和局部多项式方法是这一类研究中的常用方法。函数型数据的非参数方法中以核函数估计方法较为常见,且其收敛速度与极限分布无论在独立情形还是相依情形都有理论结果。而局部多项式的研究在函数型数据背景下较为少见,原因在于将局部多项式方法推广到函数型数据背景一直是一个难题,前人的研究都要求数据具有独立同分布的性质,然而许多实际数据并不符合这一假设。本文研究了在相依函数型数据情形下局部回归估计的渐近正态性。由于估计方法有差异,核函数估计的研究方法无法直接推广到局部回归估计,而相依性结构也给研究带来了一些挑战,本文采用Bernstein分块方法将相依性问题转化为渐近独立的问题,从而得到了估计的渐近正态性,同时采用数据模拟的方法进一步验证了渐近正态的结果。(本文来源于《统计研究》期刊2018年06期）
王玲玉,凌能祥[2]（2018）在《随机缺失相依函数型数据的非参数核回归估计》一文中研究指出针对函数型非参数回归模型,基于相依数据场合,研究了模型中响应变量随机缺失的回归算子核估计问题.在一定的条件下,采用Kolmogorov熵得到了核估计量的几乎一致完全收敛速度.(本文来源于《大学数学》期刊2018年03期）
汪超,李玥[3]（2012）在《相依函数型数据递推改良核回归估计的收敛性》一文中研究指出研究了基于相依函数型数据非参数回归函数算子的估计问题,构造了非参数回归函数算子递归改良核估计,利用非参数函数型渐近理论,对估计量进行分解,建立了其递归改良核估计在α-混合相依函数型数据下的几乎完全收敛性及其收敛速度,推广了现有文献中的相关结果.(本文来源于《合肥学院学报(自然科学版)》期刊2012年03期）
凌能祥,丁洁[4]（2012）在《相依函数型数据条件密度估计的渐近性质》一文中研究指出利用Kolmogorov熵的方法研究了基于相依函数型数据条件密度函数的非参数估计,在一定的条件下建立了条件密度函数双重核估计量的几乎完全一致收敛速度及估计量的渐近分布,推广了现有文献中相关结果.(本文来源于《数学物理学报》期刊2012年03期）
陆晓恒,石贤汇,凌能祥[5]（2011）在《α-混合相依函数型数据改良核回归估计的渐近正态性》一文中研究指出文章对回归模型Y=r(X)+ε进行了研究。设{(Xi,Yi),1≤i≤n}为取值于E×R上的一组同分布样本,其中E是由半度量d(.,.)生成的某个抽象的半度量空间,R是一个实数空间。在α-混合相依情形下,利用Bernstein大块小块过程,建立函数型数据的改良核回归估计的渐近正态性。(本文来源于《合肥工业大学学报(自然科学版)》期刊2011年10期）
丁洁,凌能祥[6]（2011）在《基于相依函数型数据条件均值函数估计的渐近性质》一文中研究指出文章利用熵的方法研究了基于函数型数据的条件均值函数估计的一致收敛速度,在一定条件下获得了基于相依函数型数据的条件均值函数估计量的几乎完全一致收敛速度,推广了i.i.d场合下或某些相依情形下的的逐点收敛速度。(本文来源于《合肥工业大学学报(自然科学版)》期刊2011年07期）
程伟,凌能祥[7]（2011）在《基于相依函数型数据非参数回归函数的稳健核估计》一文中研究指出本文研究了基于相依函数型数据非参数回归函数的核估计.利用稳健的方法,在一定条件下获得了与i.i.d.场合下类似的估计量的几乎完全收敛速度,推广了现有文献中的相关结论.(本文来源于《数学杂志》期刊2011年02期）
程伟,凌能祥[8]（2010）在《基于相依函数型数据具有稳健性质的条件分位数核估计》一文中研究指出文章基于相依函数型数据,通过一种具有稳健性质的方法,研究了条件分位数核估计,避免了采用双核方法中存在的问题;并在一定的条件下建立了估计量的几乎完全收敛的速度,推广了现有文献的结果。(本文来源于《合肥工业大学学报(自然科学版)》期刊2010年04期）
程伟[9]（2010）在《基于相依函数型数据的稳健估计研究》一文中研究指出函数型数据的理论与应用研究开始于生长曲线分析、分类学、生物力学、医学等领域,并在最近十年发展起来的。由于相关学科领域中都存在大量的函数型数据,因此在理论上有新的问题亟待解决。本学位论文所做的工作有以下两点:首先研究了基于相依函数型数据非参数回归函数稳健核估计。利用稳健的方法,在一定的条件下获得了与i.i.d.场合下类似的估计量的几乎完全收敛速度,推广了现有文献中的相关结论;其次文章基于相依函数型数据,利用稳健的方法,研究了函数型数据条件分位数核估计,避免了采用双核方法中存在的问题,并在一定的条件下建立了估计量的几乎完全收敛的速度,推广了现有文献的结果。(本文来源于《合肥工业大学》期刊2010-04-01）
朱东河[10]（2010）在《长程相依下函数型数据的稳健估计探讨》一文中研究指出函数型数据,是以函数为表现形式的一种数据,它最大的特点就是数据具有函数性。在目前的数据分析和处理过程中,如果观测的时间点十分紧密时,这些数据在数据空间中就会呈现出一种函数性的特征。正因如此,函数型数据广泛应用于犯罪学,经济学,考古学,和神经生理学等,也致使今天有更多的学者投身到函数型数据邻域的研究中。非参数估计是数理统计学的一个重要分支,对统计模型要求很宽,能利用数据的一般信息,其方法适用面广,有较好的稳健性和良好的大样本性质,而核估计方法是非参数回归估计的核心,可它对于异常值相当的敏感,不具备一定的抗干扰性,稳健估计正是为了解决传统核估计抗干扰性差而提出的。弱相依过程虽然能广泛的应用,却不能包含所有的平稳型数据,而长程相依过程在时间序列邻域有其广泛的应用价值,因此这篇文章探讨长城相依下的函数型数据的稳健估计具有一定的现实意义。本文所做的工作主要有两部分构成,第一部分,主要介绍了在长记忆的条件下,探讨回归函数的非参数M-估计,得到了其依概率收敛的结果,以及依概率收敛的速度；第二部分,主要探讨分布函数的非参数M-估计,同样也得到了依概率收敛的结果,以及相应速度。(本文来源于《合肥工业大学》期刊2010-04-01）
相依函数型数据论文开题报告
（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：
针对函数型非参数回归模型,基于相依数据场合,研究了模型中响应变量随机缺失的回归算子核估计问题.在一定的条件下,采用Kolmogorov熵得到了核估计量的几乎一致完全收敛速度.
（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。
相依函数型数据论文参考文献
[1].李双博.相依函数型数据的局部回归估计的渐近正态性[J].统计研究.2018
[2].王玲玉,凌能祥.随机缺失相依函数型数据的非参数核回归估计[J].大学数学.2018
[3].汪超,李玥.相依函数型数据递推改良核回归估计的收敛性[J].合肥学院学报(自然科学版).2012
[4].凌能祥,丁洁.相依函数型数据条件密度估计的渐近性质[J].数学物理学报.2012
[5].陆晓恒,石贤汇,凌能祥.α-混合相依函数型数据改良核回归估计的渐近正态性[J].合肥工业大学学报(自然科学版).2011
[6].丁洁,凌能祥.基于相依函数型数据条件均值函数估计的渐近性质[J].合肥工业大学学报(自然科学版).2011
[7].程伟,凌能祥.基于相依函数型数据非参数回归函数的稳健核估计[J].数学杂志.2011
[8].程伟,凌能祥.基于相依函数型数据具有稳健性质的条件分位数核估计[J].合肥工业大学学报(自然科学版).2010
[9].程伟.基于相依函数型数据的稳健估计研究[D].合肥工业大学.2010
[10].朱东河.长程相依下函数型数据的稳健估计探讨[D].合肥工业大学.2010