惩罚样条相关论文
本文建立了同时包含时变系数和非时变系数的面板计数数据模型。本文构建了四种回归样条估计量,以对比伪似然函数和全似然函数,以对......
作为统计学中一个重要的概念,相关系数刻画了两个变量之间的线性相关程度,广泛应用于实际.然而在一些实际的应用中,人们会对两个变......
部分线性模型是一类重要的半参数统计模型，它被日益广泛地应用于各个领域之中。人们提出了很多方法和技巧来研究它。而在实际的应用......
传统惩罚样条回归模型中的惩罚是均匀惩罚未考虑数据的局部异质性,因而对复杂数据的拟合缺乏自适应性.本文针对约束回归模型惩罚项......
利率期限结构拟合是金融数学中非常重要的研究课题,它主要是应用数学方法拟合利率曲线。研究利率期限结构对于资产定价、金融产品......
本文在贝叶斯分析的框架下讨论了面板数据的可加模型分位回归建模方法。首先通过低秩薄板惩罚样条展开和个体效应虚拟变量的引进将......
传统的广义回归抽样估计方法有一个严格的假设条件,即研究变量和辅助变量之间呈现线性关系,因此在非线性情形下的估计效果并不理想......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
在本文中,我们建立了半参数zero-inflated Poisson混合模型,用以探索在纵向数据研究中,某个协变量与响应变量均值的自然对数之间可......
回归模型的方差成分检验是一个非常重要的问题．该文针对离差参数的变异，随机效应的影响及两者同时具有的三种情形，研究了基于纵向数据......
本文研究了部分线性单指标模型的变量选择问题。我们用惩罚样条来估计非参数函数,结合SCAD惩罚同时选择线性和单指标部分的参数。......
回归模型一般包括参数和非参数回归模型.其中参数回归模型假定变量间的回归函数形式已知,只是其中参数待定,进而对模型求解的任务......
在统计学习中,支持向量机是用来处理分类和回归问题的监督学习算法,其以泛化能力强在学术界和工业界有着大量的研究和应用.支持向......
随着现代数据测量工具和存储技术的发展,使得我们能收集到更复杂、密集的观测数据,如何从海量数据中挖掘出有价值的信息已成为当前......
半参数再生散度模型是再生散度模型和半参数回归模型的推广,包括了半参数广义线性模型和广义部分线性模型等特殊类型.讨论的是该模......
提出一种利用惩罚回归样条拟合被积函数f(x),从而计算复杂积分∫baf(x)dx的新方法.在仅知f(x)带随机扰动的离散数据点集的情况下,......
在函数形式未知,而已知该函数的带误差的离散数据点情况下,运用基于p次截断幂基的惩罚回归样条拟合数据点,并在拟合出的曲线基础上......
纵向数据广泛存在于生物医学、遗传学、经济学以及社会管理等多个研究领域,线性混合效应模型是分析上述数据的有效工具。文章提出......
传统的惩罚样条回归模型以B样条为基函数来拟合回归函数,以样条系数的二阶差分作为惩罚来保持估计的拟合优度和粗糙度之间的平衡.......
从光滑样条回归的贝叶斯解释出发,将光滑参数? 看作先验分布中的超参数.用分层贝叶斯的方法,假定? 的先验分布为伽玛分布,用后验均......
参数回归模型以其形式简洁,简单易算的特点使其在各领域的应用十分广泛.但是当解释变量和被解释变量关系复杂,很难用常见函数关系......
本文讨论了指数族广义部分线性单指数模型（Generalized Partially Linear Single Index Models,GPLSIM）的惩罚样条迭代估计,提出了基......
期刊
纵向数据在心理学、流行病学、经济学、社会学等诸多领域极为常见,是目前实际分析与学科研究的重要数据格式。纵向数据是对一组个......
