本文主要研究内容
作者李金灿（2019）在《函数型数据单指标及部分线性单指标模型的经验似然推断》一文中研究指出：随着大数据时代的到来,各行各业均存在大量数据需要我们去分析处理,面临数据量庞大、数据种类繁多,多元数据分析得到了广泛的应用。在多元数据分析中,样本数据一般具有离散且有限的特征。但是现代的数据收集技术所收集的信息,不但包括传统统计方法所处理的数据,还包括具有函数形式的过程所产生的数据,例如,数据自动收集系统等。另外,在有些研究领域,获得的样本资料是曲线或其它函数图像。具有这种特征的数据称为函数型数据,函数型数据是指随着某一连续集(时间、空间等)变化的数据,形式多种,但数据的产生过程都是由函数构成。这种类型的数据分析适用于多种在标量和向量框架下难以解决的问题,在生物学、医学、气象学、计量经济学、金融学、化学和物理学等许多学科领域都有着广泛的应用。已有大量参考文献对函数型线性回归模型进行了详细的研究,本文主要研究对象是函数型单指标模型及部分线性单指标模型。对于函数型单指标模型来说,常用的分析方法是轮廓最小二乘方法和二阶段方法。本文采用经验似然方法,经验似然是统计推断的重要方法之一,同现有统计方法相比有很多优点,经验似然区域的形状只与样本有关,用经验似然方法在计算参数的置信区间长度及其覆盖概率大小方面均优于最小二乘方法。本文的主要内容有:1.首先简要概述本文的研究背景及意义。其次,根据已有的国内外相关文献,对函数型单指标模型、经验似然进行系统的介绍。最后,概述论文的主要内容、重难点及创新点。2.基于函数型单指标模型和函数型部分线性单指标模型的参数估计问题进行统计推断。首先,通过Karhunen—Loeve(KL)展开将模型中的单指标部分离散化,再引入辅助随机向量,进一步构造单指标系数函数的估计方程来进行经验似然推断,得到对数经验似然比函数。由于估计方程中含有两个未知参数:链接函数及其一阶导数,接下来用局部线性光滑方法来估计这两个参数,选用二次核和相应最优带宽。并在给定假设条件下得到估计参数的大样本性质、构造参数的置信域,并给出理论证明。最后进行数值模拟以及实证分析。3.总结本文的研究成果,并提出在以后的工作中可以进一步研究的内容。
Abstract
sui zhao da shu ju shi dai de dao lai ,ge hang ge ye jun cun zai da liang shu ju xu yao wo men qu fen xi chu li ,mian lin shu ju liang pang da 、shu ju chong lei fan duo ,duo yuan shu ju fen xi de dao le an fan de ying yong 。zai duo yuan shu ju fen xi zhong ,yang ben shu ju yi ban ju you li san ju you xian de te zheng 。dan shi xian dai de shu ju shou ji ji shu suo shou ji de xin xi ,bu dan bao gua chuan tong tong ji fang fa suo chu li de shu ju ,hai bao gua ju you han shu xing shi de guo cheng suo chan sheng de shu ju ,li ru ,shu ju zi dong shou ji ji tong deng 。ling wai ,zai you xie yan jiu ling yu ,huo de de yang ben zi liao shi qu xian huo ji ta han shu tu xiang 。ju you zhe chong te zheng de shu ju chen wei han shu xing shu ju ,han shu xing shu ju shi zhi sui zhao mou yi lian xu ji (shi jian 、kong jian deng )bian hua de shu ju ,xing shi duo chong ,dan shu ju de chan sheng guo cheng dou shi you han shu gou cheng 。zhe chong lei xing de shu ju fen xi kuo yong yu duo chong zai biao liang he xiang liang kuang jia xia nan yi jie jue de wen ti ,zai sheng wu xue 、yi xue 、qi xiang xue 、ji liang jing ji xue 、jin rong xue 、hua xue he wu li xue deng hu duo xue ke ling yu dou you zhao an fan de ying yong 。yi you da liang can kao wen suo dui han shu xing xian xing hui gui mo xing jin hang le xiang xi de yan jiu ,ben wen zhu yao yan jiu dui xiang shi han shu xing chan zhi biao mo xing ji bu fen xian xing chan zhi biao mo xing 。dui yu han shu xing chan zhi biao mo xing lai shui ,chang yong de fen xi fang fa shi lun kuo zui xiao er cheng fang fa he er jie duan fang fa 。ben wen cai yong jing yan shi ran fang fa ,jing yan shi ran shi tong ji tui duan de chong yao fang fa zhi yi ,tong xian you tong ji fang fa xiang bi you hen duo you dian ,jing yan shi ran ou yu de xing zhuang zhi yu yang ben you guan ,yong jing yan shi ran fang fa zai ji suan can shu de zhi xin ou jian chang du ji ji fu gai gai lv da xiao fang mian jun you yu zui xiao er cheng fang fa 。ben wen de zhu yao nei rong you :1.shou xian jian yao gai shu ben wen de yan jiu bei jing ji yi yi 。ji ci ,gen ju yi you de guo nei wai xiang guan wen suo ,dui han shu xing chan zhi biao mo xing 、jing yan shi ran jin hang ji tong de jie shao 。zui hou ,gai shu lun wen de zhu yao nei rong 、chong nan dian ji chuang xin dian 。2.ji yu han shu xing chan zhi biao mo xing he han shu xing bu fen xian xing chan zhi biao mo xing de can shu gu ji wen ti jin hang tong ji tui duan 。shou xian ,tong guo Karhunen—Loeve(KL)zhan kai jiang mo xing zhong de chan zhi biao bu fen li san hua ,zai yin ru fu zhu sui ji xiang liang ,jin yi bu gou zao chan zhi biao ji shu han shu de gu ji fang cheng lai jin hang jing yan shi ran tui duan ,de dao dui shu jing yan shi ran bi han shu 。you yu gu ji fang cheng zhong han you liang ge wei zhi can shu :lian jie han shu ji ji yi jie dao shu ,jie xia lai yong ju bu xian xing guang hua fang fa lai gu ji zhe liang ge can shu ,shua yong er ci he he xiang ying zui you dai kuan 。bing zai gei ding jia she tiao jian xia de dao gu ji can shu de da yang ben xing zhi 、gou zao can shu de zhi xin yu ,bing gei chu li lun zheng ming 。zui hou jin hang shu zhi mo ni yi ji shi zheng fen xi 。3.zong jie ben wen de yan jiu cheng guo ,bing di chu zai yi hou de gong zuo zhong ke yi jin yi bu yan jiu de nei rong 。
论文参考文献
论文详细介绍
论文作者分别是来自浙江财经大学的李金灿，发表于刊物浙江财经大学2019-04-08论文，是一篇关于函数型数据论文,单指标模型论文,展开论文,经验似然论文,浙江财经大学2019-04-08论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自浙江财经大学2019-04-08论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：函数型数据论文; 单指标模型论文; 展开论文; 经验似然论文; 浙江财经大学2019-04-08论文;