变系数模型相关论文
伴随着汇率改制和人民币国际化进程的推进，外部冲击沿汇率渠道向中国金融市场蔓延的概率不断上升。从风险防范的角度出发，基于汇率风......
随着数据存储技术的发展,高维数据处理已经在生活中运用的越来越多。变系数模型y=XTθ（u）+ε作为高维数据回归的一个较新方向,是解决......
近年来,在许多图像分析中,大量的函数型据被广泛地收集,这些函数型数据通常对应着某个空间中的一组网格点。人们希望将函数型数据......
纵向数据是一类重要的数据类型,它在社会学、经济学、生物医学、传染病学以及其它的自然科学领域有着广泛的应用。回归模型常用来......
非参数回归模型，在处理一维问题时表现出强大的处理能力。变系数模型方法在处理高维数据问题中发挥了重要作用，近年来受到了广泛关注......
假设有纵向观测数据(Yij,Xi(tij),tij),i=1,…,n,j=1,…,ni,其中tij是第i个体第j次观测时间点,Yij和Xi(tij)分别为时刻tij的实值的......
经验似然方法自问世以来便得到了数理统计学界的广泛关注.经验似然作为一种非参方法,并不需要对观测数据做出分布族假定,因而经验......
本文在随机设计条件下，研究了一类变系数联立模型,运用局部线性广义矩估计和局部线性广义矩变窗宽估计、对模型的变系数进行了估计，......
以2016年交通部提出“推进东部、中部、西部、东北地区四个片区内部交通基础设施区域一体化”为背景,运用1997—2016年31个省(自治......
本文主要研究带有遗传约束的变系数模型的变量选择问题.变系数模型作为普通线性模型的推广,不仅保持线性模型很强的可解释性,同时......
学位
改革开放40年来,中国经济的发展已经不再追求高速的增长,而是进入了经济发展的新常态,经济发展的动力由要素驱动、投资驱动转为创......
我们在对现实生活中的数据进行统计建模时会发现在数据中往往存在数据缺失的情况。数据缺失的原因有很多,例如数据采集时没有采集......
时代发展产生大量的数据,技术的提升又为数据的处理提供了更多的可能,大数据时代随之到来,数据量成千上万倍的扩张,数据与数据之间......
变系数模型已经广泛应用于生物、医学、环境、金融等信息领域.在普遍情况下,我们所研究的问题都需要处理大量的数据,并且变系数模......
变系数模型是线性回归模型的一种推广,相较于常系数模型而言,变系数模型包含可变系数,因此具有更好的灵活性和可解释性.由于分位数......
函数型数据是一类重要的数据类型,它在社会学、经济学、生物医学、传染病学以及其它的自然科学领域有着广泛的应用.回归模型常用来......
交互效应面板数据变系数模型是传统的固定效应模型的重要推广,具有更强的适应性和解释能力.在计量经济学、生物医学等领域得到了广......
随着世界经济的不断发展,国际贸易在每个国家都占有较大的比重,各国都希望能通过国际贸易提高本国的经济水平和国际地位,近年来,东......
学位
传统的空间计量模型以线性假设为主,对各项参数都有严格的限定。然而,现实的空间数据十分复杂并且具有各自的特点,一成不变的旧模......
超高维数据广泛出现在生物医学、经济金融、保险精算、可靠性工程等领域。由于高维数据带来的“维数祸根”,传统的变量选择方法无......
外国直接投资对国际贸易的影响一直是学术界普遍关注的问题。本文采用引力模型,对14个主要投资国1984年至2004年对华投资与双边贸......
将我国东部、中部和西部地区作为研究对象,选择我国城镇居民年末从业人数、工资总额和基尼系数三个指标作为解释变量和被解释变量,......
文章基于安徽省16市2008年至2018年的面板数据,采用固定效应变系数模型,实证研究了区域城镇化进程对房地产开发投资的影响.研究发......
变系数模型的表达式是Y=XTα(U)+ε，它是对经典的线性模型的推广。在之前的研究中，通常只假设变量X含有测量误差，而在本文中，我们则假......
变系数模型和半参数模型是当今回归分析中研究的热点问题，在实际问题尤其是在空间数据分析、生物统计学、经济学中有着广泛的应用。......
局部线性拟合和截面核方法在非参数及半参数建模中是非常有用的工具．然而，当响应变量或协变量缺失时，在统计推断中需要发展这两种方法......
在非参数回归中，对函数的估计已有核估计、局部多项式、样条估计等方法，这些方法在处理一维数据时显示了强大的处理能力，但是随着维数......
本文主要研究变系数模型和变系数部分线性模型等几类非参数半参数模型的估计理论及应用问题. 变系数模型是经典线性模型的一个......
非参数回归作为现代统计分析的主要方法之一，它对模型的假设很少，其最主要的优点就是模型具有稳健性，因此得到广泛的应用。非参数回归......
本文考虑变系数模型Y=a1(T)X1+…+ap(T)Xp+∈ (1) 其中Y是实值因变量，X=(X1,…，Xp)T是随机变量，T是一维随机变量，aj(·)j=1，…，p)是具有......
本文主要研究了几类特殊的变系数模型，包括函数系数部分线性模型、误差是AR(1)的变系数模型、误差是φ-混合的变系数模型。 全文......
统计诊断是最近二十多年迅速发展起来的一门统计学新分支,它以强烈的应用背景,新颖的统计思想,广泛的研究内容和丰富的实际成果开......
Hastie和Tibshirani(1993)[1]提出了变系数模型(varying coe±cientmodel)Y=P∑I=1αi(U)Xi+σ(U,X)∈,(1)其中(Y,U,X1,X2,…,Xp)T......
相对于参数模型，非参数回归模型的假设更宽松更自由，其最主要的优点是模型具有稳健性.当回归变量是一维变量时，使用常用的非参数估计......
基于函数型数据的变系数模型的分析是近年来统计学研究的热点课题之一，Ramsayand Silverman(1997)系统地总结并论述了函数型数据的......
本文提出了变系数部分线性模型估计和非线性感知器估计的新方法。人工神经网络是一种机器语言算法,可以在没有任何假设条件的情形......
变系数模型是20世纪90年代发展起来的一种重要的统计模型.该模型最早是由Hastie，Tibshirani(1993)提出的.在非参数回归中，对函数的估......
本文考虑响应变量在随机缺失条件下的自适应变系数模型.在实践中，人们经常会碰到数据缺失的现象，比如市场调查中存在严重的无回答现......
本文主要是针对在独立观察数据场合下变系数模型中当一维回归变量X与误差项相关时，采用B样条两阶段最小二乘方法来对函数系数进行估......
变系数模型是经典线性模型的成功推广,可加模型,部分线性模型等模型可看作是它的特殊情形,变系数模型研究是近年来高维数据回归的......
变量选择在统计分析中是一个很重要的话题，而删失数据在实际生活中也十分常见。本文的主要研究是为变系数模型提供系统的变量选择方......
新型城镇化是近年来我国发展的重点之一。传统城镇化过于要求人口转移,而忽略转移后居民的生活质量以及城乡经济一体化发展,出现了......
在应用中，我们经常会遇到正的响应变量，如经济指标、生存时间等.处理正的响应变量，一般地，我们会考虑乘积回归模型.当响应变量是个体的......
