导读:本文包含了测量误差模型论文开题报告文献综述及选题提纲参考文献，主要关键词:纵向数据,测量误差数据,可加部分线性测量误差模型,二次推断函数
测量误差模型论文文献综述
赵明涛,许晓丽[1]（2019）在《纵向可加部分线性测量误差模型的渐近估计》一文中研究指出基于纵向数据,研究参数部分协变量含有测量误差的可加部分线性测量误差模型的估计问题,提出了用于模型估计的偏差修正的二次推断函数方法,得到参数部分的估计结果具有相合性、渐近正态性,非参数可加函数的估计结果达到最优收敛速度。数值模拟和实例数据分析结果显示,该模型估计方法在同等条件下要优于广义估计方程方法。理论和数值结果显示,偏差修正的二次推断函数可以有效地处理测量误差和个体内相关性,是一个有效的纵向数据和测量误差数据分析工具,具有一定的理论和应用价值。(本文来源于《统计与信息论坛》期刊2019年11期）
魏伟[2]（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）
闫一冰,关静[3]（2019）在《删失数据下部分线性测量误差模型的统计推断》一文中研究指出本文重点研究了当响应变量为随机右删失数据时部分线性测量误差模型的统计推断,在假定线性测量误差的前提下,引入工具变量后通过最小二乘法来估计参数,用局部多项式估计来近似拟合非参数部分.通过数值模拟,比较了使用工具变量和其他方法对参数估计结果的影响,以及与忽略测量误差时非参数函数图像的对比.最后通过实例数据应用,展示了此方法的实际样本表现.(本文来源于《天津理工大学学报》期刊2019年04期）
罗兰花[4]（2019）在《基于EPIC模型的水土流失数据测量误差评估方法》一文中研究指出EPIC模型自1985年发表后,以其强大的功能在全球范围内得到了广泛应用,由于常规水土流失数据测量误差评估方法存在测量误差较大的不足,为此提出了基于EPIC模型的水土流失数据测量误差评估方法。基于水土流失数据测量误差评估参数的确定,依托降雨侵蚀力的计算,实现了基于EPIC模型的水土流失数据测量误差评估。实验数据表明,提出的误差评估方法真实有效。(本文来源于《中国水运(下半月)》期刊2019年07期）
何道江,盛玮芮,方龙祥[5]（2019）在《带有测量误差的Wiener退化模型的客观Bayes分析》一文中研究指出本文研究了带有测量误差的Wiener退化模型的客观Bayes分析.对于该退化模型,利用重参数化导出了Jeffreys先验和reference先验,从理论上证明了其中两个reference先验所诱导的后验是正常的,而其它先验的后验均不正常.随机模拟研究了所提Bayes方法相对于最大似然估计的频率表现.最后,将所提方法应用到一个实际退化数据的分析中.(本文来源于《应用数学学报》期刊2019年04期）
李腾,苏宇楠,魏传华[6]（2019）在《部分线性变系数测量误差模型的随机约束估计》一文中研究指出文章考虑部分线性变系数模型在线性部分自变量存在测量误差并且参数分量附加有随机约束条件时的估计问题。基于校正profile最小二乘估计和混合估计方法,提出了参数分量的校正profile混合估计,并且给出了所提估计量的渐近性质。利用数值模拟验证了所提估计方法的有效性。(本文来源于《统计与决策》期刊2019年07期）
吴登锋[7]（2019）在《ADMM算法在高维部分线性测量误差模型推断中的应用》一文中研究指出本文主要研究ADMM算法在高维部分线性测量误差模型参数估计和变量选择中的应用.不同于经典的部分线性模型.该模型中的线性部分预测变量不能够被直接观测得到.但可观测到带有测量误差的数据.本文我们考虑测量误差的协方差已知的情况,更一般的情况是测量误差的协方差未知.这种情况,可以用观测到的数据估计出测量误差的协方差.针对部分线性模型,一般的处理方法是先估计非线性部分,然后利用参数估计方法估计线性部分.我们利用ADMM算法求出估计协方差矩阵的最近邻矩阵,并基于该矩阵进行参数估计和变量选择.本文证明了由此方法所得的惩罚估计量在正则条件下,估计参数的误差边界和预测误差满足一定条件,同时估计参数满足符号相合性.本文主要由五个部分构成:第一部分介绍了部分线性模型的提出背景,常规的变量选择方法及关于测量误差模型的当前研究成果和文中主要解决的问题:第二部分给出了高维部分线性测量误差模型自适应Lasso估计量和算法实现过程:第叁部分给出了模型系数估计和变量选择的理论性质:第四部分数值模拟本文提出的方法在小样本下的表现:第五部分给出了定理的详细证明.(本文来源于《郑州大学》期刊2019-04-01）
樊翠玲,晁红芬,李玮[8]（2018）在《基于改进云模型算法的微小电阻测量误差分析》一文中研究指出改进云模型算法首先通过云模型建立梯形云模型,确定梯形云模型的数字特征计算过程,然后把电阻测量涉及到电压、电流2个属性指标用2维的梯形云表示,用加权偏离度来衡量属性指标重心与正理想状态下云重心的差异,最后给出了微小电阻测量过程。实验仿真通过恒流源法测量0.39Ω/0.01%高精度电阻。改进云模型算法的隶属度较接近于1,测量结果接近真值。(本文来源于《长江工程职业技术学院学报》期刊2018年03期）
李俊儒,汪寿阳,魏云捷[9]（2018）在《基于波动率测量误差的波动率预测模型》一文中研究指出本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显着地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显着的.(本文来源于《系统工程理论与实践》期刊2018年08期）
何军伟,陈夏[10]（2018）在《高维半参数变系数部分线性测量误差模型的经验似然校正》一文中研究指出针对含测量误差高维数据半参数变系数部分线性模型的经验似然校正问题,通过对对数经验似然比统计量统计性质的分析与计算,提出一种新的估计对数经验似然比统计量的期望和方差的方法,得到校正的对数经验似然比统计量的渐近分布,说明其渐近统计性质优于传统方法.并利用数值模拟证明了所提方法的优良性质.(本文来源于《纺织高校基础科学学报》期刊2018年02期）
测量误差模型论文开题报告
（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：
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.
（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。
测量误差模型论文参考文献
[1].赵明涛,许晓丽.纵向可加部分线性测量误差模型的渐近估计[J].统计与信息论坛.2019
[2].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
[3].闫一冰,关静.删失数据下部分线性测量误差模型的统计推断[J].天津理工大学学报.2019
[4].罗兰花.基于EPIC模型的水土流失数据测量误差评估方法[J].中国水运(下半月).2019
[5].何道江,盛玮芮,方龙祥.带有测量误差的Wiener退化模型的客观Bayes分析[J].应用数学学报.2019
[6].李腾,苏宇楠,魏传华.部分线性变系数测量误差模型的随机约束估计[J].统计与决策.2019
[7].吴登锋.ADMM算法在高维部分线性测量误差模型推断中的应用[D].郑州大学.2019
[8].樊翠玲,晁红芬,李玮.基于改进云模型算法的微小电阻测量误差分析[J].长江工程职业技术学院学报.2018
[9].李俊儒,汪寿阳,魏云捷.基于波动率测量误差的波动率预测模型[J].系统工程理论与实践.2018
[10].何军伟,陈夏.高维半参数变系数部分线性测量误差模型的经验似然校正[J].纺织高校基础科学学报.2018
标签：纵向数据; 测量误差数据; 可加部分线性测量误差模型; 二次推断函数;