导读:本文包含了拟似然非线性模型论文开题报告文献综述及选题提纲参考文献，主要关键词:拟似然非线性模型,经验似然,数据删除模型,经验Cook距离
拟似然非线性模型论文文献综述
宋蕾,冯予[1]（2019）在《拟似然非线性模型的统计诊断》一文中研究指出研究了经验似然估计下的拟似然非线性模型的统计诊断问题。首先给出了模型经验似然比函数,进而求出模型的经验似然估计;再基于数据删除模型推导出参数的一阶近似公式,并提出了经验Cook距离;最后通过对实例的分析,验证了该统计方法的有效性和合理性。(本文来源于《湖南工业大学学报》期刊2019年01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）
刘彦亮[4]（2012）在《方差未知的拟似然非线性模型中参数估计的渐进性质的研究》一文中研究指出本文主要研究方差未知的拟似然非线性模型中极大拟似然估计的渐进性质，所给的结果扩展了非线性模型中有关极大似然估计的一些相干结论。本文在前人研究拟似然模型中的极大拟似然估计的强相合性及收敛速度的基础上，对方差未知的拟似然非线性模型中的极大拟似然估计的大样本性质进行了研究。全文分为3章，第一章绪论中介绍广义线性模型的发展史、拟似然非线性模型的提出及前人研究的成果等。在此部分中，本章概述了广义线性模型、联系函数、极大似然估计及极大拟似然估计，并得到了极大拟似然估计的定义和拟似然方程。然后文章简单介绍了拟似然非线性模型的一些研究进展。第二章研究了方差未知的拟似然非线性模型参数估计的弱相合性。在此部分，文章在推导过程中主要应用了引理2.2（Ortega J M, Rheinboldt W C (1970),推论6.3.4，p.162-163）。第叁章研究了方差未知的带随机回归的拟似然非线性模型的渐近性质，讨论了参数极大似然估计的存在性，相合性和渐近正态性。而在本部分，本章在推导过程中主要应用了强大数定律和Wu（1981）的引理3.2。(本文来源于《贵州财经大学》期刊2012-04-01）
夏天,李友光,王学仁[5]（2011）在《拟似然非线性模型中MQLE的弱相合性的充分条件》一文中研究指出拟似然非线性模型包括广义线性模型作为一个特殊情形.给出了拟似然非线性模型中极大拟似然估计的弱相合性的一些充分条件,其中矩的条件要弱于文献中极大拟似然估计的强相合性的条件.(本文来源于《数学的实践与认识》期刊2011年17期）
钟赫曦[6]（2010）在《拟似然非线性模型理论的进一步研究》一文中研究指出本文主要研究了方差未知的拟似然非线性模型中极大似然估计的性质,推广和发展了非线性模型中关于极大似然估计的相关结论。本文通过对以往各种方法的总结,在带固定设计的拟似然模型中的极大拟似然估计的强相合性及其收敛速度的基础上,对方差未知的拟似然非线性模型中的极大拟似然估计的大样本性质进行研究。本文主要研究方差未知的拟似然非线性模型中的最大拟似然估计的强相合性及其收敛速度。全文分为4部分,在第1部分导论中,介绍了广义线性模型的发展历史,以及拟似然非线性模型的提出,前人研究的成果等等。在第2部分,我们首先介绍了广义线性模型,联系函数和自然联系函数,极大似然估计和极大拟似然估计,得到了极大拟似然估计的定义和拟似然方程。在第3部分,我们讨论了在方差未知的条件下拟似然非线性模型中极大似然估计的强相合性。即在满足假设的前提条件下,那么存在β0的最大拟似然估计序列{β? n},使得以概率为1,当n充分大时,拟似然方程U n (β? n) = 0有一解,且β? n→β0a. s . ( n→∞)在第4部分,我们讨论了在方差未知的条件下拟似然非线性模型中极大似然估计的强相合性的速度。即在满足假设前提条件下,那么存在β0的最大拟似然估计序列{β? n},使得:(本文来源于《贵州财经学院》期刊2010-03-28）
夏天,孔繁超[7]（2008）在《拟似然非线性模型中最大拟似然估计的强相合性(英文)》一文中研究指出This paper proposes some regularity conditions.On the basis of the proposed regular- ity conditions,we show the strong consistency of maximum quasi-likelihood estimation(MQLE) in quasi-likelihood nonlinear models(QLNM).Our results may be regarded as a further gener- alization of the relevant results in Ref.[4].(本文来源于《数学研究与评论》期刊2008年01期）
朱五英[8]（2006）在《非线性模型中极大拟似然估计的性质》一文中研究指出本文主要研究了响应变量是多维时非线性模型中极大拟似然估计的性质，推广和发展了非线性模型中关于极大拟似然估计的相关结论。全文分为叁章。在第一章中，我们首先将响应变量由一维推广到了多维，得出了非线性模型的极大拟似然估计的定义和拟似然方程，然后在一定的条件下，证明了当样本量n充分大时，拟似然方程以概率1有解??_n且收敛于参数的真值(即定理1.2)，并且给出了极大拟似然估计的渐近正态性(即定理1.3，1.4)，最后考虑了异方差非线性模型的离差参数σ~2的相合估计(即定理1.5)。在第二章中，我们讨论了在一定的条件下，响应变量是一维时非线性模型中的极大拟似然估计的收敛速度(即定理2.1)。在第叁章中，我们推广了文献[11]中所提出的模型，考虑了自适应广义线性模型E(y_i|F_(i-1))=μ_i=μ(x′_iβ_0)，Var(y_i|F_(i-1))=v(μ_i)中的极大拟似然估计的存在性、强相合性和收敛于真值的速度(即定理3.1)，从而丰富了拟似然估计的理论。(本文来源于《安徽师范大学》期刊2006-05-01）
韩郁葱[9]（2005）在《非线性回归模型中的约束拟似然》一文中研究指出在非线性回归模型中,拟得分函数是一类线性无偏估计函数中的最优者(GodambeandHeyde(1987),朱仲义(1996)),而由拟得分函数得到的拟似然估计在由线性无偏估计函数得到的估计类中具有渐近最优性(林路(1999)).本文则研究非线性回归模型中的有偏估计函数理论,构造了参数的约束拟似然估计,得到了约束拟似然的局部最优性,局部改进了拟似然估计,从而扩充了线性模型中的有偏估计理论.(本文来源于《大学数学》期刊2005年03期）
唐年胜,王学仁[10]（2000）在《拟似然非线性模型中的置信域:几何法(英文)》一文中研究指出对拟似然非线性模型在欧氏内积空间建立了修改的Ｂａｔｅｓ＆Ｗａｔｔｓ几何结构．基于此几何结构，导出了参数和子集参数的与统计曲率有关的叁种近似置信域，进一步推广和发展了 Ｈａｍｉｌｔｏｎ ｅｔ ａｌ、（１９８２），Ｈａｍｉｌｔｏｎ（１９８６）和Ｗｅｉ（９９４，１９９８）等人的相应结果．(本文来源于《生物数学学报》期刊2000年01期）
拟似然非线性模型论文开题报告
（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：
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。
拟似然非线性模型论文参考文献
[1].宋蕾,冯予.拟似然非线性模型的统计诊断[J].湖南工业大学学报.2019
[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].刘彦亮.方差未知的拟似然非线性模型中参数估计的渐进性质的研究[D].贵州财经大学.2012
[5].夏天,李友光,王学仁.拟似然非线性模型中MQLE的弱相合性的充分条件[J].数学的实践与认识.2011
[6].钟赫曦.拟似然非线性模型理论的进一步研究[D].贵州财经学院.2010
[7].夏天,孔繁超.拟似然非线性模型中最大拟似然估计的强相合性(英文)[J].数学研究与评论.2008
[8].朱五英.非线性模型中极大拟似然估计的性质[D].安徽师范大学.2006
[9].韩郁葱.非线性回归模型中的约束拟似然[J].大学数学.2005
[10].唐年胜,王学仁.拟似然非线性模型中的置信域:几何法(英文)[J].生物数学学报.2000