导读:本文包含了聚集参数论文开题报告文献综述及选题提纲参考文献，主要关键词:聚集数据,线性模型,广义聚集综合两参数估计,相对效率
聚集参数论文文献综述
周永正[1]（2019）在《聚集数据线性模型广义聚集综合两参数估计的相对效率》一文中研究指出对于聚集数据的线性模型,提出了广义聚集综合两参数估计的概念,给出了广义聚集综合两参数估计的两种相对效率,并得到了这两种相对效率的上界.(本文来源于《数学的实践与认识》期刊2019年07期）
张新军,江良,林志兴[2]（2019）在《基于GMM方法跳聚集的短期利率模型参数估计》一文中研究指出构建具有自我激励机制跳的短期利率模型,应用随机跳的强度来描述自我激励机制跳的过程,即当短期利率发生跳时,同时跳的强度也相应地发生跳,从而刻画跳的聚集现象.文章将以美国国债收益率作为研究目标,通过广义矩估计方法(GMM)给出了模型的参数估计和统计推断.借鉴随机微分算子Taylor展开方法,从理论上给出了精确的矩函数,并通过辅助粒子滤波器(APF)给出随机跳的强度估计.实证结果揭示了文章所构建的模型不仅能够很好地刻画极端事件对于短期利率的冲击,而且也很好地描述跳的聚集现象.此外,实证结果也表明了跳的强度可作为市场压力测试的一个重要指标.(本文来源于《系统科学与数学》期刊2019年01期）
左卫兵,牛艳飞[3]（2018）在《聚集数据线性模型参数的广义聚集压缩双参数估计》一文中研究指出主要讨论聚集数据线性模型的参数估计问题.在广义聚集双参数(GADP)估计的基础上利用协方差改进法提出了改进广义聚集双参数(IGADP)估计.然后又结合IGADP估计和Stein估计,提出了广义聚集压缩双参数(GACDP)估计.此外,在均方误差准则下,导出了GACDP估计优于IGADP估计、广义聚集双参数(GADP)估计、改进广义岭(IGR)估计及改进P-K(IPK)估计的充分条件.最后通过数值模拟分析验证了所得理论结果.(本文来源于《河南教育学院学报(自然科学版)》期刊2018年04期）
周永正,陈全园,徐洪焱[4]（2018）在《聚集数据线性模型的聚集广义改进双参数估计的相对效率》一文中研究指出对于聚集数据的线性模型,提出了聚集广义改进双参数估计的概念,给出了聚集广义改进双参数估计的两种相对效率,并得到了这两种相对效率的上界.(本文来源于《数学的实践与认识》期刊2018年06期）
吴建平[5]（2018）在《自顶向下聚集型代数多重网格预条件的健壮性与参数敏感性研究》一文中研究指出针对自顶向下聚集型代数多重网格预条件,首先对问题规模敏感性进行了研究,并与基于强连接的经典聚集型算法进行了系统比较,发现大部分情况下,该算法具有明显优势,特别是在采用Jacobi光滑时优势更显着;之后,对最粗网格层的分割数与每次每个子图进行分割时的分割数这两个参数进行了敏感性分析。综合分析表明,自顶向下聚集型代数多重网格预条件具有较好的健壮性,特别是在采用Gauss-Seidel光滑,或采用九点差分离散时,健壮性表现更加充分。(本文来源于《计算机应用研究》期刊2018年09期）
苏焱,邱昊,王高阳,李超,吕宁[6]（2017）在《波浪能聚集装置尺度参数研究与设计》一文中研究指出针对我国波浪能开发受近海低波能密度海况限制的现状,提出一种具有喇叭状开口的聚波水道,利用其聚集波浪,提高水道内波能密度.定义聚波水道在中心线上的投影长度为特征尺度,采用Star-CCM+软件仿真与模型实验相结合的方法,研究特征尺度与入射波波长之比对增波效果的影响.对比分析表明,在收缩段入口与出口宽度一定条件下,入射波波长为特征尺度2倍时,聚波水道增波效果最佳,波高增幅达53.12%.相较于依托特殊地形的聚波方式,聚波水道不受地形限制,有助于提高波浪能发电装置在我国周边低波能密度海域的适用性.(本文来源于《大连海事大学学报》期刊2017年03期）
周永正,宁发艳[7]（2017）在《聚集数据线性模型广义聚集双参数估计的相对效率》一文中研究指出对于聚集数据的线性模型,提出了广义聚集双参数估计的概念,给出了广义聚集双参数估计的两种相对效率,并得到了这两种相对效率的上界.(本文来源于《数学的实践与认识》期刊2017年07期）
楚杜武,任军伟,丛玉隆[8]（2016）在《血小板聚集功能检测方法及参数的探索与研究》一文中研究指出目的采用5种血小板聚集功能分析仪探讨研究血小板聚集功能检测的可靠方法与准确参数。方法利用二磷酸腺苷(ADP)诱导光比浊血小板聚集仪(LTA)实验,流式细胞仪(FC)血小板膜糖蛋白分子PAC-1(Fg、Ca~(2+)、GPⅡb/Ⅲa形成复合物的受体)、CD62p(P选择素)活化百分率检测实验,英诺华PL-11血小板分析仪实验,VerifyNow抗血小板治疗监测系统实验(VerifyNow)与血栓弹力图实验(TEG)同时检测对照组与单服用氯吡格雷组的血小板聚集功能。结果(1)对照组与患者组ADP%,ADP激活的PAC-1、CD62p受体活化百分率,MAR%,INHI%,TEG测得ADP诱导的MA(mm)值6个参数差异有统计学意义(P<0.05);BASE、P2Y12受体的PRU,凝血酶诱导的MA(mm)值3个参数差异无统计学意义(P>0.05)。(2)ADP%与(100-INHI)%,MAR%,ADP激活的CD62p、PAC-1受体活化百分率呈正相关(r分别是0.565、0.939、0.769和0.583,P<0.05);与TEG测得ADP诱导的血小板聚集率值(%Agg)无相关性(r=0.127,P>0.05)。结论 (1)氯吡格雷有抗血小板聚集的效果。(2)LTA操作便捷、廉价、结果稳定,在医院普及率高,是临床监测血小板聚集功能的首选方法。(本文来源于《国际检验医学杂志》期刊2016年16期）
周永正,张金良[9]（2016）在《聚集数据多元线性模型参数的多元聚集广义岭估计的相对效率》一文中研究指出对于聚集数据的多元线性模型,提出了参数的多元聚集广义岭估计的概念,给出了多元聚集广义岭估计相对于最小二乘估计及最佳线性无偏估计的两种相对效率,并得到了这两种相对效率的上界.(本文来源于《数学的实践与认识》期刊2016年09期）
周永正,操群[10]（2016）在《聚集数据多元线性模型参数的多元聚集综合岭估计的相对效率》一文中研究指出对于聚集数据的多元线性模型,提出了参数的多元聚集综合岭估计的概念,给出了多元聚集综合岭估计相对于最小二乘估计及最佳线性无偏估计的两种相对效率,并得到了这两种相对效率的上界.应用Monte Carlo模拟,验证了有关结论是合理的.(本文来源于《数学的实践与认识》期刊2016年06期）
聚集参数论文开题报告
（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：
构建具有自我激励机制跳的短期利率模型,应用随机跳的强度来描述自我激励机制跳的过程,即当短期利率发生跳时,同时跳的强度也相应地发生跳,从而刻画跳的聚集现象.文章将以美国国债收益率作为研究目标,通过广义矩估计方法(GMM)给出了模型的参数估计和统计推断.借鉴随机微分算子Taylor展开方法,从理论上给出了精确的矩函数,并通过辅助粒子滤波器(APF)给出随机跳的强度估计.实证结果揭示了文章所构建的模型不仅能够很好地刻画极端事件对于短期利率的冲击,而且也很好地描述跳的聚集现象.此外,实证结果也表明了跳的强度可作为市场压力测试的一个重要指标.
（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。
聚集参数论文参考文献
[1].周永正.聚集数据线性模型广义聚集综合两参数估计的相对效率[J].数学的实践与认识.2019
[2].张新军,江良,林志兴.基于GMM方法跳聚集的短期利率模型参数估计[J].系统科学与数学.2019
[3].左卫兵,牛艳飞.聚集数据线性模型参数的广义聚集压缩双参数估计[J].河南教育学院学报(自然科学版).2018
[4].周永正,陈全园,徐洪焱.聚集数据线性模型的聚集广义改进双参数估计的相对效率[J].数学的实践与认识.2018
[5].吴建平.自顶向下聚集型代数多重网格预条件的健壮性与参数敏感性研究[J].计算机应用研究.2018
[6].苏焱,邱昊,王高阳,李超,吕宁.波浪能聚集装置尺度参数研究与设计[J].大连海事大学学报.2017
[7].周永正,宁发艳.聚集数据线性模型广义聚集双参数估计的相对效率[J].数学的实践与认识.2017
[8].楚杜武,任军伟,丛玉隆.血小板聚集功能检测方法及参数的探索与研究[J].国际检验医学杂志.2016
[9].周永正,张金良.聚集数据多元线性模型参数的多元聚集广义岭估计的相对效率[J].数学的实践与认识.2016
[10].周永正,操群.聚集数据多元线性模型参数的多元聚集综合岭估计的相对效率[J].数学的实践与认识.2016
标签：聚集数据; 线性模型; 广义聚集综合两参数估计; 相对效率;