导读:本文包含了模型参数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:测量误差模型,混合测量误差,线性回归模型,校正似然法
模型参数误差论文文献综述
魏伟[1]（2019）在《带混合测量误差的线性回归模型的参数估计》一文中研究指出在研究带测量误差的线性回归模型时常考虑的是classical测量误差或者Berkson测量误差,而classical和Berkson混合的测量误差研究较少.利用校正似然法讨论带classical和Berkson混合测量误差的线性回归模型的参数估计,并给出估计量的渐近分布.最后,通过R软件进行数值模拟验证估计方法的优良性.(本文来源于《河北师范大学学报(自然科学版)》期刊2019年06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）
马晓玲[4]（2019）在《具有误差自回归的似乎不相关模型参数的贝叶斯估计》一文中研究指出现如今,随着信息化、大数据时代的到来,数据容量大、内容多样、形式复杂、数据间关联性较密集,事物间相关联的研究越来越受到人们的重视,人们已不能用单一独立的视角解释社会、自然界存在的现象.经典的线性回归模型在很多领域已不能较为合理的解释生活中的方方面面.似乎不相关模型的出世打破了人们对误差模型满足高斯马尔科夫假设条件的认识,通过误差扰动项将看似没有关联的模型紧密地联系在一起.后来,学者们对似乎不相关模型的研究已深入到经济、环境、生态、卫生等领域,均说明了该模型具有很好的解释性及广泛的应用前景.针对面板数据的研究,模型的空间效应广受大众关注.若在同一个时间截面,主要研究关于空间地理位置的异质性和区域之间的关联性问题;在特定的地理位置上,观测值会以时间序列的形式呈现.本文所设定的误差协方差矩阵是表示时间相关性的误差自回归模型,即研究不同时刻同一位置之间的某种相互关系.空间异质性的问题一般用地理加权回归模型来刻画.本文提出具有时间相关性的误差自回归似乎不相关模型与具有误差自回归地理加权似乎不相关回归模型.用该模型更好地刻画解释变量与被解释变量之间关系的动态过程及解决时空异质性、相关性问题.对似乎不相关模型参数的求解问题,国内外学者提供很多种方法:广义最小二乘估计方法、极大似然方法、广义矩方法、线性贝叶斯方法等.本文中,对具有误差自回归似乎不相关模型用线性Bayes估计方法对参数进行估计,并得到该方法的无偏性及有效性证明.在模拟中,用均方误差和绝对偏差均值作为检验指标得出线性Bayes方法较GLS方法的优良性.再根据贝叶斯统计推断及多元参数的有信息先验分布,推导出具有误差自回归地理加权似乎不相关模型参数的后验分布,模拟时结合Gibbs抽样方法得到该模型参数的估计值,并用残差平方和、均方误差和绝对偏差均值作为检验指标,与广义局部加权最小二乘估计方法进行优良性对比,从而说明该模型的良好解释性及估计方法的有效性.(本文来源于《新疆大学》期刊2019-05-24）
王炜辰[5]（2019）在《人民币汇率的波动性研究》一文中研究指出汇率是金融市场的重要研究课题,人民币汇率的波动问题逐渐成为学术界和实务界研究的热点,探讨其时间序列运行规律不仅能使我们成功地把握其运行趋势,也为进一步规避汇率风险提供理论基础。本文运用跳扩散模型刻画人民币汇率的波动规律,并研究其误差校正的非参数估计方法。宏观市场上重大经济或政治事件的出现,会引起人民币汇率发生突然的波动,即跳跃现象大的出现,因此采用跳跃扩散模型来刻画人民币汇率的波动趋势具有重要的现实意义。因为基于误差校正的非参数估计方法:局部线性核估计和局部多项式估计,对解决传统的局部常数估计(NW估计)的边界误差问题有较好地效果,局部多项式估计量的的优势是精度更高,同时稳健性较传统的对称核方法也更优。采取蒙特卡罗模拟的方法,对NW估计和本文的误差修正非参数估计方法对模型的漂移项和波动率估计结果进行了比较,通过不同的误差维度比较NW估计和局部多项式估计的精度,同时给出不同估计方法的波动率预测值,通过比较得出结论:误差校正局部多项式估计方法能够有效的修正边界误差,由此验证了方法的有效性。通过分析人民币汇率的实证数据,证明了跳扩散模型的实际意义,运用叁种估计方法对实证数据进行了估计,比较得出局部线性核估计与局部多项式估计精度更高的结论。本文在模型选择上采用跳扩散模型,对以往的扩散模型进行了改进,更加贴合实际情况;在估计方法上选择了误差校正的非参数估计方法,解决了传统NW估计方法的边界修正问题,使得估计精度更高;在实证方面:之前学者们一般选择对利率应用扩散模型并进行估计,本文将对象扩大到了人民币汇率,使得在汇率方面的研究更加全面。综上,应用于跳跃扩散模型的误差校正非参数估计方法将有助于更好地指导各币种兑人民币汇率的预测,从而对人民币汇率风险管理发挥更有效的作用。(本文来源于《上海师范大学》期刊2019-05-20）
曾春[6]（2019）在《几种误差下非参数回归模型的预测方法研究》一文中研究指出在时间序列数据分析中,由于许多实际数据表现出的是未知的或很难确定的非线性趋势结构,甚至误差结构也相当复杂,异方差和相依关系并存,这使得传统的时间序列分析方法面临挑战。本文以几种复杂误差下的非参数回归模型的预测方法为切入点展开讨论。文中考虑四种误差情形下的非参数回归模型:同方差下的MA模型和ARMA模型;异方差下的MA模型和ARMA模型。基于多项式样条方法,按照均方误差(MSE)和平均绝对误差(MAE)最小原则,通过Monte Carlo模拟和实证分析比较非外推法、线性外推法和非线性外推法这叁种预测方法的适应性,从而得到较好的预测方法。具体内容和主要成果如下:(1)对于同方差的MA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面整体上优于非外推法,叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对分行业增加值构成-金融业增加值的实证分析,得到了与模拟算例相似的结果。(2)对于同方差的ARMA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面没有明显优势,但叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对人均国内生产总值指数的实证分析,得到了与模拟算例相似的结果。(3)对于异方差的MA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面整体上优于非外推法,叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对重庆市地区人均生产总值指数的实证分析,结果表明,外推法在拟合方面没有明显优势;但在预测方面,得到了与模拟算例相似的结果。(4)对于异方差的ARMA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面没有明显优势,但叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对国内生产总值指数的实证分析,得到了与模拟算例相似的结果。综上可知,线性外推法的预测效果较好,推荐使用该方法进行模型预测。(本文来源于《河南科技大学》期刊2019-05-01）
米哈达提·切肯,黄纪晨[7]（2019）在《基于半参数模型的误差理论在数据处理中的应用》一文中研究指出利用现代测量仪器和技术可以在短时间内获得大量的观测数据,但其中也包含着大量无法补偿的系统误差,因此参数的估计量会产生严重偏差。本文从半参数模型的理论研究成果和测绘科学的实际需要出发,研究半参数模型的估计方法测绘数据处理中的应用。(本文来源于《测绘与空间地理信息》期刊2019年02期）
赵梓渝,魏冶,杨冉,王士君,朱宇[8]（2019）在《中国人口省际流动重力模型的参数标定与误差估算》一文中研究指出空间交互模型被广泛应用于地理要素关系强度的模拟,然而目前大量研究或建立在模型参数标定理想化、模式化的假设条件下,或是在暗箱中完成,由此导致模拟结果与实际的偏差却被严重低估。基于2015年中国春运期间人口省际流动的城市间O-D数据,在逐日、分市的研究精度下,实证推算人口流动重力模型变量的回归系数,探究模型代理变量影响效应的空间异质性,并评估重力模型在人口流动模拟上的误差。结果显示:(1)重力模型参数标定的复杂性体现在交互对象代理变量影响程度的非对称性,和变量回归系数的空间异质性随研究精度加深显着加剧两个方面,因此模型参数标定的模式化将导致估算结果空间差异的趋势收敛;(2)2015年春运期间中国人口省际流动距离衰减系数为1.970,在地级行政单元视角下,人口流出地距离衰减系数值域为0.712(驻马店)～7.699(乌鲁木齐),人口流入地系数值域为0.792(叁亚)～8.223(乌鲁木齐);(3)应用重力模型模拟人口流动结果与实测流(百度迁徙数据)存在显着误差。就加权绝对平均误差而言,拟合总误差为85.54%,其中空间相互作用效应造成了86.09%的实测流与模拟流的最大误差,相对流出力、相对吸引力分别造成57.73%、49.34%的模型误差。因此,空间交互效应仍然是当前最难以模式化的因素。(本文来源于《地理学报》期刊2019年02期）
龙伟芳,叶绪国[9]（2019）在《未知误差分布下线性回归模型的非参数自适应估计》一文中研究指出对于正态分布误差,线性回归模型的极大似然估计(Maximum likelihood estimate,MLE)与最小二乘估计(Least squares estimate,LSE)是等价的.当高斯性假设不成立时,MLE比LSE更有效.然而,当误差分布未知时,MLE通常是不可实现的.文中给出了未知误差分布下线性回归模型系数的非参数自适应估计,证明了估计量渐近有效于已知误差分布下线性回归模型系数的MLE,并给出了回归系数的一个轮廓似然比检验统计量.(本文来源于《西北师范大学学报(自然科学版)》期刊2019年01期）
申景金,郭家桢,MASOUD,Kalantari[10]（2018）在《基于距离误差的机器人参数辨识模型与冗余性分析》一文中研究指出为避免机器人运动学参数辨识过程中,测量坐标系与机器人基坐标系之间繁琐的坐标变换,首先利用关节旋量的空间几何特性,提出了基于伴随变换的距离误差模型。其次,针对距离误差模型中可辨识参数的冗余性,通过辨识雅可比矩阵的零空间分析,确定了可辨识参数的数目与误差测量方式之间的关系。确定了绕对应关节旋转的测量方式和相对初始位形的测量方式下可辨识参数的数目。最后,对KUKA you Bot机器人的运动学参数辨识进行了实验研究,实验结果验证了距离误差模型的有效性和参数冗余性分析的正确性。(本文来源于《农业机械学报》期刊2018年11期）
模型参数误差论文开题报告
（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。
模型参数误差论文参考文献
[1].魏伟.带混合测量误差的线性回归模型的参数估计[J].河北师范大学学报(自然科学版).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].马晓玲.具有误差自回归的似乎不相关模型参数的贝叶斯估计[D].新疆大学.2019
[5].王炜辰.人民币汇率的波动性研究[D].上海师范大学.2019
[6].曾春.几种误差下非参数回归模型的预测方法研究[D].河南科技大学.2019
[7].米哈达提·切肯,黄纪晨.基于半参数模型的误差理论在数据处理中的应用[J].测绘与空间地理信息.2019
[8].赵梓渝,魏冶,杨冉,王士君,朱宇.中国人口省际流动重力模型的参数标定与误差估算[J].地理学报.2019
[9].龙伟芳,叶绪国.未知误差分布下线性回归模型的非参数自适应估计[J].西北师范大学学报(自然科学版).2019
[10].申景金,郭家桢,MASOUD,Kalantari.基于距离误差的机器人参数辨识模型与冗余性分析[J].农业机械学报.2018