导读:本文包含了相依误差论文开题报告文献综述及选题提纲参考文献，主要关键词:函数型线性模型,复合分位数回归,短期相依,严平稳
相依误差论文文献综述
翁羽玲,余平,张忠占[1]（2019）在《带有相依误差的函数型线性模型的复合分位数估计》一文中研究指出本文研究了带有相依误差的函数型线性回归模型的复合分位数估计问题,其中误差来自短期相依和严平稳的线性过程.采用函数型主成分基函数对斜率函数和函数型预测变量进行展开并构造了斜率函数的估计,在相当宽松的条件下证明了斜率函数估计的最优收敛速度.最后通过理论模拟来评价所提出的方法,并给出了一个实际例子.(本文来源于《应用概率统计》期刊2019年04期）
武新乾,程芳,徐珍[2]（2019）在《相依误差下异方差非参数回归模型的样条估计》一文中研究指出一些经济金融等实际数据中含有非线性趋势、异方差和相依关系,固定设计和相依误差下的异方差非参数回归模型因其能够反映这些数据特征而有着重要的应用.样条方法是常用的非参数光滑方法之一.为了探究样条方法在这类模型中的可用性,本文在α-混合条件下,讨论了均值函数和方差函数的多项式样条估计的逐点相合性,得到了逐点收敛速度.此外,还对所讨论的方法进行了数值模拟,结果表明样条方法在这类模型的应用中是可行的.(本文来源于《工程数学学报》期刊2019年03期）
张彤[3]（2019）在《相依随机误差下固定设计模型非参数估计的渐近性质》一文中研究指出非参数回归是统计学中研究的热点问题,在回归函数的估计中常用的方法有小波估计法、核估计法、样条估计法.当误差为独立情形时,其研究结果非常丰富.但在实际应用中,误差一般不满足独立条件.当误差为相依序列时,对回归函数估计的渐近性质的研究是一个值得探讨的问题.而固定设计模型是一种在医学、生物学、经济学等学科领域应用十分广泛的非参数统计模型.本文利用小波估计和核估计的方法,在误差为不同相依序列情形下,探讨了回归函数的非参数估计的渐近性质.首先,利用小波估计的方法探讨了α-混合序列固定设计模型的渐近正态性;其次,对于PA序列固定设计模型的一致渐近正态性,利用核估计的方法在合适的条件下,得到了其收敛速度为O(n~(-1/6));然后,在LNQD序列线性过程误差下,利用小波的方法对固定设计模型的Berry-Esseen界进行了探讨,在合适的条件下,得到了其收敛速度为O(n~(-1/6));最后,当线性过程误差为φ-混合序列时,探讨了固定设计模型核估计的Berry-Esseen界,在合适的条件下,得到了其收敛速度为O(n~(-1/6)).(本文来源于《安庆师范大学》期刊2019-06-01）
翁羽玲[4]（2018）在《含相依误差的函数型线性模型的参数估计》一文中研究指出随着技术不断发展,函数型数据广泛存在于工程技术、社会科学及自然科学等领域,并且在金融、经济、环境科学、医学等具体学科中有着广泛应用。在函数型数据分析中,函数型线性模型是对函数型数据建模最重要、简洁的一种模型。现有的有关函数型线性模型的统计推断方法一般集中于均值回归,且假定随机误差是独立同分布(i.i.d)的。然而在实际问题当中,随机误差可能具有一定的相依结构,这时假定随机误差i.i.d就不太恰当。如所周知,作为均值回归分析的稳健替代,分位数回归已被广泛使用,但分位数估计的效率容易受到百分数的特定取值影响,复合分位数估计方法结合了多个分位数的综合信息,比利用单个分位数信息去估计更有效。本文研究了误差为GARCH序列的函数型线性模型的函数型参数和误差参数的估计问题,还研究了带有相依误差的函数型线性模型的复合分位数估计问题,其中误差来自短期相依和严平稳的线性过程。本文在第二章中介绍了函数型数据的基础知识、函数主成分分析的基本思路,以及复合分位数估计方法。接着在第叁章基于函数型主成分分析,利用样本协方差算子和均值函数,得出带有GARCH模型误差的函数型线性模型的主模型的参数估计,并讨论了参数估计的收敛速度。在此基础上,利用最小绝对偏差方法引入了GARCH误差模型的参数估计,并给出了该估计的渐近分布。通过随机模拟进一步研究了所提出的估计方法在有限样本下的表现。在第四章中,采用函数型主成分基函数对斜率函数和函数型预测变量进行展开,利用复合分位数方法在比较宽松的条件下给出了斜率函数的估计,并证明了其达到最优收敛速度。之后通过理论模拟来评价所提出的方法。最后在第五章中,我们给出了实际例子来展示上述所提方法的有效性和可行性。(本文来源于《北京工业大学》期刊2018-05-01）
徐珍,武新乾,张各各[5]（2018）在《相依误差下含线性趋势异方差模型的加权小波估计》一文中研究指出针对含线性趋势异方差模型,用小波方法构造未知参数和方差函数的加权小波估计量。在随机误差序列为α-混合情形下,得到了参数小波估计量的渐近正态性。(本文来源于《河南科技大学学报(自然科学版)》期刊2018年02期）
胡宏昌,曾珍[6]（2017）在《相依误差广义线性模型的M估计的Bahadur表示》一文中研究指出考虑如下广义线性模型y_i=h(x~T_i,β)+e_i=1,2,…,n,其中e_i=G(…,ε_(i-1),ε_i),h是一个连续可导函数,ε_i是独立同分布的随机变量,并且它的期望为0,方差σ~2有限.本文给出了参数β的M估计,并且得到了该估计的Bahadur表示,该结论推广了线性模型的相关结论.应用M估计的Bahadur表示,得到了相依误差的线性回归模型,poisson模型,logistic模型和独立误差的广义线性模型等模型的渐近性质.(本文来源于《数学学报(中文版)》期刊2017年06期）
王冰[7]（2017）在《具有相依误差的回归模型的多变点问题》一文中研究指出变点估计用于识别在未知时间中观测目标状态的变化,并且可以估计过程中变点的位置。在模型的误差项是相互独立的假设下,现在已经有很多的方法来解决变点问题。但是,如果数据按照时间顺序来收集,序列就可能存在明显的相关性。在这种情况下,我们提出一个新的方法来解决变点的估计问题。我们的方法在于将变点问题重新构造成变量选择的形式,将通过带有l_1惩罚的最小二乘准则来实现目标。这篇文章将阐明在实际中如何分别通过最小绝对压缩和选择算子(LASSO)和自适应LASSO的算法来实施我们的方法。第一种方法跟传统的LASSO估计方法类似,只有两个调整参数(一个用于调整回归系数,另一个调整自回归系数)。第二种方法对每一个回归系数和自回归系数都设定调节系数(调节系数至少两个)。我们的模拟将会比较LASSO和自适应LASSO的变点识别的正确率和估计误差,除此之外还比较了在处理存在相关性的数据时,带自回归项的模型与不带自回归项的模型的优劣。我们的实例分析处理的数据是来自雅虎的衡量美国股票市场的SPY数据集。通过将检测出的变点与相应时间段的历史事件进行比照来评价我们所提出的方法。(本文来源于《大连理工大学》期刊2017-05-01）
周玲,何道江[8]（2015）在《相依误差线性模型中的主成分s-K估计》一文中研究指出为同时克服线性回归模型的自相关性和回归变量间的复共线性,通过融合主成分回归估计和s-K估计,提出一类新估计,称为主成分s-K估计;并在均方误差阵意义下,得到了这类估计分别优于广义最小二乘估计、主成分估计、r-k和s-K估计的充要条件.Monto Carlo数值模拟表明,新估计是一种同时克服自相关性和复共线性的有效方法.(本文来源于《吉林大学学报(理学版)》期刊2015年03期）
杨旸[9]（2014）在《相依误差下线性回归模型最小二乘估计的相合性》一文中研究指出线性模型是数理统计学中发展较早、适用性较强的一个分支。对该模型下参数估计问题的研究是一个非常吸引人的活跃领域,并且该领域的理论与应用研究成果十分丰富。最小二乘估计是参数估计中最重要的一种。文章借助一阶自回归模型,利用鞅差理论对线性回归模型最小二乘估计的强、弱相合性进行讨论。(本文来源于《统计与决策》期刊2014年06期）
孙耀东,赵志文,徐宝[10]（2014）在《相依误差下简单线性EV回归模型的参数估计》一文中研究指出研究相依误差下简单线性EV回归模型的参数估计问题.由于在很多实际问题中模型中的误差往往是不独立的,具有一定的相依性,为此本文讨论误差为随机系数自回归模型时简单线性EV回归模型的参数估计,在一定条件下得到了估计量的渐近正态性和相合性,推广了已有文献中的结果.(本文来源于《河南大学学报(自然科学版)》期刊2014年02期）
相依误差论文开题报告
（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：
一些经济金融等实际数据中含有非线性趋势、异方差和相依关系,固定设计和相依误差下的异方差非参数回归模型因其能够反映这些数据特征而有着重要的应用.样条方法是常用的非参数光滑方法之一.为了探究样条方法在这类模型中的可用性,本文在α-混合条件下,讨论了均值函数和方差函数的多项式样条估计的逐点相合性,得到了逐点收敛速度.此外,还对所讨论的方法进行了数值模拟,结果表明样条方法在这类模型的应用中是可行的.
（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。
相依误差论文参考文献
[1].翁羽玲,余平,张忠占.带有相依误差的函数型线性模型的复合分位数估计[J].应用概率统计.2019
[2].武新乾,程芳,徐珍.相依误差下异方差非参数回归模型的样条估计[J].工程数学学报.2019
[3].张彤.相依随机误差下固定设计模型非参数估计的渐近性质[D].安庆师范大学.2019
[4].翁羽玲.含相依误差的函数型线性模型的参数估计[D].北京工业大学.2018
[5].徐珍,武新乾,张各各.相依误差下含线性趋势异方差模型的加权小波估计[J].河南科技大学学报(自然科学版).2018
[6].胡宏昌,曾珍.相依误差广义线性模型的M估计的Bahadur表示[J].数学学报(中文版).2017
[7].王冰.具有相依误差的回归模型的多变点问题[D].大连理工大学.2017
[8].周玲,何道江.相依误差线性模型中的主成分s-K估计[J].吉林大学学报(理学版).2015
[9].杨旸.相依误差下线性回归模型最小二乘估计的相合性[J].统计与决策.2014
[10].孙耀东,赵志文,徐宝.相依误差下简单线性EV回归模型的参数估计[J].河南大学学报(自然科学版).2014