本文主要研究内容
作者杨雪梅（2019）在《基于MM算法的部分线性分位数回归》一文中研究指出：半参数分位数回归模型是一类非常重要的模型,该模型可以有效解决数据分布中存在厚尾或异常值的难题,捕捉潜在的较为复杂的分位数结构,刻画变量间复杂的线性或非线性等相关或相互影响的关系,并在一定程度上克服“维数祸根”带来的问题。鉴于此,半参数分位数回归模型逐渐成为回归分析领域的研究热点。其中,部分线性分位数回归模型应用最为广泛。部分线性分位数回归模型对误差项没有方差齐性和正态性的假设,此时传统均值回归的估计方法不再适用。故此,本文采用两阶段估计方法对模型进行估计。关于此类模型估计的求解问题是本文的研究的重点问题。目前公认有效的计算方法有:单纯形法、内点法和预处理内点法。但当待处理问题的数据量过大、数据维度过高时,上述方法存在数值计算不稳定或计算速度较低等问题。2000年,Hunter和Lange提出使用MM(Majorization-Minimization)算法求解分位数回归模型,并证明了该算法的数值稳定性。本文将MM算法应用到部分线性分位数回归模型的求解,提出了一种新的基于核估计的MM算法,解决了由于目标函数的不光滑性带来的易出现多个极小值点的问题。其基本原理是构造目标函数的优化函数,借助优化函数的最小化过程,逐步迭代至目标函数的解。本文给出了基于核估计的MM算法的具体实现步骤,证明了本文算法得到的近似解逼近原目标函数的解,确定了近似函数的最小值与原目标函数的最小值距离的上界。最后,本文通过数值模拟和实例分析与传统方法进行比较,实验结果表明本文所提方法在保证估计有效性的同时,能够克服非正态误差的干扰并显著提高估计效率,具有较好的稳定性和较高的执行率,证实了本文算法的优良性质。
Abstract
ban can shu fen wei shu hui gui mo xing shi yi lei fei chang chong yao de mo xing ,gai mo xing ke yi you xiao jie jue shu ju fen bu zhong cun zai hou wei huo yi chang zhi de nan ti ,bu zhuo qian zai de jiao wei fu za de fen wei shu jie gou ,ke hua bian liang jian fu za de xian xing huo fei xian xing deng xiang guan huo xiang hu ying xiang de guan ji ,bing zai yi ding cheng du shang ke fu “wei shu huo gen ”dai lai de wen ti 。jian yu ci ,ban can shu fen wei shu hui gui mo xing zhu jian cheng wei hui gui fen xi ling yu de yan jiu re dian 。ji zhong ,bu fen xian xing fen wei shu hui gui mo xing ying yong zui wei an fan 。bu fen xian xing fen wei shu hui gui mo xing dui wu cha xiang mei you fang cha ji xing he zheng tai xing de jia she ,ci shi chuan tong jun zhi hui gui de gu ji fang fa bu zai kuo yong 。gu ci ,ben wen cai yong liang jie duan gu ji fang fa dui mo xing jin hang gu ji 。guan yu ci lei mo xing gu ji de qiu jie wen ti shi ben wen de yan jiu de chong dian wen ti 。mu qian gong ren you xiao de ji suan fang fa you :chan chun xing fa 、nei dian fa he yu chu li nei dian fa 。dan dang dai chu li wen ti de shu ju liang guo da 、shu ju wei du guo gao shi ,shang shu fang fa cun zai shu zhi ji suan bu wen ding huo ji suan su du jiao di deng wen ti 。2000nian ,Hunterhe Langedi chu shi yong MM(Majorization-Minimization)suan fa qiu jie fen wei shu hui gui mo xing ,bing zheng ming le gai suan fa de shu zhi wen ding xing 。ben wen jiang MMsuan fa ying yong dao bu fen xian xing fen wei shu hui gui mo xing de qiu jie ,di chu le yi chong xin de ji yu he gu ji de MMsuan fa ,jie jue le you yu mu biao han shu de bu guang hua xing dai lai de yi chu xian duo ge ji xiao zhi dian de wen ti 。ji ji ben yuan li shi gou zao mu biao han shu de you hua han shu ,jie zhu you hua han shu de zui xiao hua guo cheng ,zhu bu die dai zhi mu biao han shu de jie 。ben wen gei chu le ji yu he gu ji de MMsuan fa de ju ti shi xian bu zhou ,zheng ming le ben wen suan fa de dao de jin shi jie bi jin yuan mu biao han shu de jie ,que ding le jin shi han shu de zui xiao zhi yu yuan mu biao han shu de zui xiao zhi ju li de shang jie 。zui hou ,ben wen tong guo shu zhi mo ni he shi li fen xi yu chuan tong fang fa jin hang bi jiao ,shi yan jie guo biao ming ben wen suo di fang fa zai bao zheng gu ji you xiao xing de tong shi ,neng gou ke fu fei zheng tai wu cha de gan rao bing xian zhe di gao gu ji xiao lv ,ju you jiao hao de wen ding xing he jiao gao de zhi hang lv ,zheng shi le ben wen suan fa de you liang xing zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自华北电力大学(北京)的杨雪梅，发表于刊物华北电力大学(北京)2019-10-28论文，是一篇关于半参数分位数回归模型论文,部分线性分位回归模型论文,局部线性核估计论文,算法论文,方法论文,华北电力大学(北京)2019-10-28论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自华北电力大学(北京)2019-10-28论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：半参数分位数回归模型论文; 部分线性分位回归模型论文; 局部线性核估计论文; 算法论文; 方法论文; 华北电力大学(北京)2019-10-28论文;