导读:本文包含了截断估计论文开题报告文献综述及选题提纲参考文献，主要关键词:受试者入组速率,截断混合高斯分布,样本量,生存分析
截断估计论文文献综述
胡海霞,王陵,李晨,李凡,朱典[1]（2019）在《截断混合高斯分布入组模式下生存资料样本量估计》一文中研究指出目的在入组间期长的生存资料临床试验中,受试者入组速率可能受招募广告宣传等多因素影响而存在反复波动,本文采用截断混合高斯分布拟合这种入组速率变化并估计该入组模式下需要的样本量。方法在指数分布生存时间和指数失访假设下,采用多重积分法推导受试者入组速率服从截断混合高斯分布时的事件发生率及样本量计算公式;分别计算截断混合高斯分布中均值、方差、权重分配变化时样本量变化情况;通过Monte Carlo模拟对采用均匀分布估计波动入组速率可能引起的试验检验效能损失及对提出样本量计算公式的稳健性进行评价。结果截断混合高斯入组模式下各高斯组分的均值越小、均值较小高斯组分的方差越小、权重越大,需要的样本量越小,即受试者入组速率高峰出现较晚或早期入组速率波峰窄小时需要更多的样本量;采用均匀分布拟合波动入组速率可能会引起不同程度的试验检验效能不足,而在截断混合高斯入组模式计算的样本量下试验检验效能基本能稳定在预期水平;截断混合高斯入组模式还可以近似恒定入组速率,单调增或减入组速率等情况。结论截断混合高斯入组模式及提出的样本量计算公式具有较好的稳健性,适用性更广,可以用于生存资料临床试验样本量估计。(本文来源于《中国卫生统计》期刊2019年03期）
李豪,顾勇为,韩松辉[2]（2019）在《基于信噪比检验的双截断奇异值估计》一文中研究指出将复共线性对参数估计危害的度量结果与截断奇异值估计相结合,提出了基于信噪比检验的双截断奇异值估计。利用信噪比检验,根据每个参数最小二乘估计信噪比估值的大小将待估参数分为受复共线性危害较大和较小的两部分,并对这两部分参数的截断奇异值估计进行不同强度的截断。对受复共线性危害较大的部分参数,使其截断参数相对较小,对受复共线性危害较小的部分参数,使其截断参数较大。这种精细化的处理在有效降低参数估计方差的同时减少了偏差的引入。将基于信噪比检验的双截断奇异值估计应用于GEO卫星定轨仿真算例中,实验结果表明,新方法的解算精度较高。(本文来源于《武汉大学学报(信息科学版)》期刊2019年02期）
孟飞[3]（2018）在《齐次Boltzmann方程在非角截断及硬势情形下的矩估计》一文中研究指出讨论了齐次Boltzmann方程在非角截断及硬势情形下的矩估计.1994年,Desvillettes首先在非角截断及硬势条件下,证明了只要初值具有一个严格大于2的矩存在,解的任意阶矩在任意时刻都存在[1].1997年,Wennberg将初始条件放宽到2阶矩存在,证明了以上结论同样成立[2].该文对他们的结果做了如下改进:将矩估计由角截断情形推广至非角截断情形.主要的困难在于如何消去碰撞核中的奇性,受到文献[3]中的工作启发,将碰撞核分解为两部分并通过泰勒展开消去碰撞核中的奇性.(本文来源于《华中师范大学学报(自然科学版)》期刊2018年06期）
热比古力,周菊玲[4]（2018）在《基于左截断右删失数据下瑞利分布的参数估计》一文中研究指出瑞利分布是常见的寿命分布.基于左截断右删失数据,利用EM算法和最大似然法分别对瑞利分布的参数进行估计,EM算法得到了参数的迭代公式,进而进行了随机模拟和实证分析提高EM算法的应用价值.结果表明参数EM算法估计比MLE收敛速度快,精确度较高.(本文来源于《数学的实践与认识》期刊2018年22期）
姚梅,王江峰,林路[5]（2018）在《左截断相依数据下条件分位数的双核局部线性估计》一文中研究指出本文在左截断相依数据下,利用局部线性估计的方法,先提出了条件分布函数的双核估计;然后利用该估计导出了条件分位数的双核局部线性估计,并建立了这些估计的渐近正态性结果;最后,通过模拟显示该估计在偏移和边界点调节上要比一般的核估计更好.(本文来源于《数学学报(中文版)》期刊2018年06期）
冯海林,罗倩倩[6]（2018）在《左截断右删失数据下线性模型的加权复合分位数估计及变量选择》一文中研究指出在可靠性及生存分析等领域中经常出现左截断右删失数据,即指在某种设定下,样本值不能被完全观测到的数据.左截断右删失数据下线性回归的参数估计方法一般选用加权分位数估计,然而加权分位数估计只考虑了单个分位点的损失,在估计效率方面存在缺陷.为克服这一缺点,针对左截断右删失数据下线性模型的参数估计问题,提出了加权复合分位数估计方法.此外,为识别模型中的非零参数并进行变量选择,建立了基于自适应Lasso的惩罚加权复合分位数估计,并在一定假设条件下,证明了所提估计具有渐近正态性和Oracle性质.数值模拟和实例分析结果表明,本文提出的惩罚加权复合分位数估计具有良好的变量选择性质,并且加权复合分位数估计与加权分位数估计相比,具有更高的估计效率.(本文来源于《南京大学学报(自然科学)》期刊2018年05期）
荀立,崔世崇,朵兰[7]（2018）在《左截断右删失数据下分位数差的估计》一文中研究指出首先,利用核光滑方法研究左截断右删失数据下总体分位数差的估计,得到了左截断右删失数据下分位数差的光滑估计及估计量的大样本性质.其次,在均方误差意义下,证明了光滑分位数差估计比左截断右删失数据下乘积限分位函数的差有更高的估计效率.最后数值模拟分析高斯核函数下选择不同窗宽对改善乘积限分位数差估计效率的影响.(本文来源于《吉林大学学报(理学版)》期刊2018年05期）
赵波,王纯杰,李群,佟知真[8]（2018）在《左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用》一文中研究指出在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.(本文来源于《吉林大学学报(理学版)》期刊2018年04期）
杨磊[9]（2018）在《泰勒公式的截断误差的估计及其在物理中的应用》一文中研究指出泰勒公式是数学分析中重要的公式,利用泰勒公式余项进行误差估计是"函数逼近"思想的一个重要方法。文章对泰勒公式的截断误差的估计提出一种简便证明方法,并利用此结论解决实际物理中的误差估计问题。(本文来源于《太原学院学报(自然科学版)》期刊2018年02期）
崔世崇[10]（2018）在《左截断右删失数据下光滑分位数差的估计》一文中研究指出在对数据进行统计分析期间,经常遇到左截断右截尾数据的问题,例如在医学统计分析,生存统计分析,工程质量的可靠性及天文学的大数据分析中具有重要的作用.在本文中,我们利用乘积限估计和分位差函数分析方法,使用左截断右删失数据,光滑分位数差以及经验分位数差进行了估计.应用Hodges和Lehmann提出的亏量作为比较两个估计效率的标准.比较并研究了LTRC数据分位数估计的相对亏量.应用乘积限估计,对乘积限估计进行光滑,得到基于乘积限估计的光滑分位数差估计.利用亏量比较光滑分位数差和经验分位数差估计的效率,通过数值模拟计算对得到的分位数差进行实证分析.本文使用的编程软件为R语言,研究的具体步骤如下:首先根据指数分布函数,随机生成左截断右删失数据.然后,利用乘积限估计计算其分位差函数,计算光滑分位数差和经验分位数差估计.最后,利用亏量比较光滑分位数差和经验分位数差估计的效率,进行实证分析,通过数值模拟对理论研究结果进行了进一步的验证.拟解决的关键问题是:建立相关的统计模型,生成不同样本容量的左截断右删失数据,利用亏量比较光滑分位数差和经验分位数差估计的效率,以此判断光滑分位差估计是否有效.(本文来源于《长春工业大学》期刊2018-06-01）
截断估计论文开题报告
（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：
将复共线性对参数估计危害的度量结果与截断奇异值估计相结合,提出了基于信噪比检验的双截断奇异值估计。利用信噪比检验,根据每个参数最小二乘估计信噪比估值的大小将待估参数分为受复共线性危害较大和较小的两部分,并对这两部分参数的截断奇异值估计进行不同强度的截断。对受复共线性危害较大的部分参数,使其截断参数相对较小,对受复共线性危害较小的部分参数,使其截断参数较大。这种精细化的处理在有效降低参数估计方差的同时减少了偏差的引入。将基于信噪比检验的双截断奇异值估计应用于GEO卫星定轨仿真算例中,实验结果表明,新方法的解算精度较高。
（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。
截断估计论文参考文献
[1].胡海霞,王陵,李晨,李凡,朱典.截断混合高斯分布入组模式下生存资料样本量估计[J].中国卫生统计.2019
[2].李豪,顾勇为,韩松辉.基于信噪比检验的双截断奇异值估计[J].武汉大学学报(信息科学版).2019
[3].孟飞.齐次Boltzmann方程在非角截断及硬势情形下的矩估计[J].华中师范大学学报(自然科学版).2018
[4].热比古力,周菊玲.基于左截断右删失数据下瑞利分布的参数估计[J].数学的实践与认识.2018
[5].姚梅,王江峰,林路.左截断相依数据下条件分位数的双核局部线性估计[J].数学学报(中文版).2018
[6].冯海林,罗倩倩.左截断右删失数据下线性模型的加权复合分位数估计及变量选择[J].南京大学学报(自然科学).2018
[7].荀立,崔世崇,朵兰.左截断右删失数据下分位数差的估计[J].吉林大学学报(理学版).2018
[8].赵波,王纯杰,李群,佟知真.左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用[J].吉林大学学报(理学版).2018
[9].杨磊.泰勒公式的截断误差的估计及其在物理中的应用[J].太原学院学报(自然科学版).2018
[10].崔世崇.左截断右删失数据下光滑分位数差的估计[D].长春工业大学.2018