导读:本文包含了线性半参数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:半参数部分线性模型,模态回归,B样条,稳健估计
线性半参数模型论文文献综述
高佳佳,何晓霞[1]（2019）在《基于模态回归的半参数部分线性模型的稳健估计》一文中研究指出以半参数部分线性模型为对象,研究了基于模态回归的稳健估计方法。非参数部分采用B样条近似,在模型的回归中通过控制核函数的带宽来实现估计的稳健性,结合局部二次算法(LQA)和模型期望值最大化算法(MEM),提出EM估计算法,得到了参数估计以及非参数部分估计的收敛速度。通过蒙特卡洛模拟和实例分析,验证了本文方法的有效性。(本文来源于《武汉科技大学学报》期刊2019年03期）
贾子璇[2]（2019）在《污染数据半参数回归模型的最小一乘局部线性估计》一文中研究指出在生物和医学统计中,很多观测数据有时会受到不属于被观测个体的污染源的影响,而不显示真实值,一般称这类数据为污染数据.半参数回归模型是Engle等人在研究气候条件对电力需求影响这一实际问题时提出的,其形式为Y_i=X~T_iβ+g(T_i)+e_i,1≤i≤n.本文着重研究了污染数据模型在半参数回归模型下,得到的新模型的参数估计,具体来说,就是在回归误差和污染源均服从均值为零,方差己知的Laplace分布的条件下,采用最小一乘估计方法对新模型的线性部分进行估计,采用局部线性估计方法对新模型的非参数部分进行估计,再得到原始模型中各参数的估计.然后,证明了各个参数的估计的相合性.最后对本文提出的方法进行数值模拟,并与最小二乘局部线性估计方法进行对比,根据模拟结果,验证了最小一乘局部线性算法的有效性和稳健性.(本文来源于《吉林大学》期刊2019-05-01）
周洁,周晓华,孙六全[3]（2019）在《带终止事件纵向数据半参数部分线性单指标模型》一文中研究指出在纵向研究中,我们常常会对一些非终止事件感兴趣,例如,与健康相关的生存质量.然而,死亡事件可能会在我们观测到这些感兴趣的变量之前发生,这种情况称之为截断数据.此外,每个个体的观察时间可能是不规律的,而且协变量对于感兴趣事件的影响也可能很复杂.本文提出了一个新的用于拟合被死亡截断的数据的半参数部分线性单指标模型,并用局部线性核方法近似非参数的连接函数,构造了参数部分的估计方程.本文证明了连接函数的局部线性核估计具有一致相合性,但收敛速度低于n~(1/2).为了消除这一低速收敛的影响,本文提出了一种数据分割的方法,证明了参数部分估计量的渐近正态性.本文通过一些数值模拟检验所提方法在有限样本下的表现,并分析了一组老年痴呆症的数据.(本文来源于《中国科学:数学》期刊2019年01期）
何军伟,陈夏[4]（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）
李晨曦,潘越,王志刚,张正国,彭屹[5]（2018）在《以线性参数模型和信息分解方法评价QT变异性对心率变异性的响应》一文中研究指出自主神经系统(ANS)的平衡对于规避与心脏相关的疾病风险具有重要意义。本课题运用频域的线性参数模型和非线性信息分解方法,分析QT变异性(QTV)对于心率变异性(HRV)的响应,揭示心脏自主神经的调节状态。使用来自THEW数据库的Holter数据,选用其中的正常组(Normal,n=186)和高心律失常和心源性猝死风险组(ESRD,n=41)进行对比。提取昼夜安静态各5 min RR间期(RRI)和相对应的QT间期(QTI)序列,计算频域参数QTV与HRV相关的百分占比(LR)和信息分解的RRI对于QTI的可预测性(PI),并结合RRI序列的时域、频域和符号动力学分析,探讨QTV对于HRV的响应在两组人群中可能的差异和发生机制。对于LR和PI,Normal组均表现出显着的昼夜差异,而ESRD组则均不存在,反映出ESRD组ANS交互作用的缺失。两组间同时段同指标对比时,低频段LR无显着差异,而在高频段,Normal组的LR值均显着小于同时段ESRD组的LR值(白天:18.36%±17.38%vs 39.37%±23.80%,P<0.05;夜晚:28.63%±18.77%vs 42.31%±21.97%,P<0.05);Normal组夜晚的PI显着大于ESRD组夜晚的PI(0.310±0.155 vs 0.236±0.131,P<0.05),而在白天无显着差异。研究表明,线性参数模型和基于信息分解的非线性预测对自主神经活动的敏感性不同;高心律失常和心源性猝死风险人群中HRV对QTV的调控呈复杂度降低的特点。(本文来源于《中国生物医学工程学报》期刊2018年03期）
陈涛[6]（2018）在《我国外汇储备影响因素的线性与半参数回归模型对比及实证研究》一文中研究指出研究外汇储备影响因素的模型很多,可选择的方法也不胜枚举。简单常用的线性回归模型在实际应用过程中难免与实际情况产生偏差,而对于能更贴近实际情况的非参数回归模型,关于其是否属于假定变量的讨论喋喋不休。为求找到合适的样本参数与模型,进而使数据的预测更具准确性,本文尝试通过模型对比分析的方法,实证分析半参数回归模型在外汇储备规模影响因素的研究间的优越性,因为半参数回归模型并不是线性模型与非参数模型的简单相加,而是综合了两者的优点,能够很好的克服“维数灾难”问题,同时具备很好的解释能力。最近,半参数模型的研究越来越受到重视,已成为研究热点。而本文注意到,在中国外汇储备影响因素的研究中大多采用线性回归的方法,半参数方法在储备规模影响因素的研究应用中较为少见,并且对于核估计方法在储备影响因素中的应用还有待进一步的研究。正文主要从两个不同的方面构建中国外汇的储备量规模影响因素的线性与半参数回归模型。首先建立储备规模影响因素的线性自回归模型,其次构建半参数自回归方程,两个回归方程分别基于时间序列分析思想与线性回归筛选显着滞后变量和核估计思想,然后将这两种分别基于不同方法的模型依次对我国外汇的储备量规模采取拟合与对比,最终表明半参数自回归模型比线性自回归模型更好;其次,建立以外汇的储备量规模FER为被解释变量,以进出口差额XM、外债余额DEB、人民币兑换美元平均汇价EER、国内生产总值GDP作为解释变量的线性回归模型,又考虑到中国外汇储备与居民消费价格指数CPI存在着高度的相关性,再建立以CPI为外生变量的半参数回归模型,发现进出口差额、人民币兑美元年均汇价、国内生产总值均能刺激外汇储备规模的增长,而外债余额则抑制储备量的增长,进出口差额的增长率变动一个单位,会造成储备量增长率变大1.738个百分点,人民币兑美元年均汇价变动一个单位,造成储备量增加率变大5.76倍,国内生产总值增加率变动一个单位,造成储备量增加率变大2.25倍,而外债余额增长率变动一个单位,则会造成储备量增长率减少0.155倍。同时,将两模型比较来看,显示出的结果是本文所成立非参数函数的为CPI的半参数回归模型更具备优势。(本文来源于《江西财经大学》期刊2018-06-01）
何军伟[7]（2018）在《半参数变系数部分线性EV模型的经验似然》一文中研究指出半参数变系数部分线性模型是一类具有较强应用背景的半参数模型,自提出之后有很多学者对这个模型进行了研究.测量误差数据是日常生活中经常遇到的数据类型.基于测量误差半参数变系数部分线性EV模型的使用,尤其是在社会和经济以及生物数据的统计研究中,有重要意义.关于该模型的统计推断已成为当前的研究热点.因此,基于测量误差半参数变系数部分线性EV模型的研究具有一定的理论价值和实际意义.经验似然(EL)方法是一种非参数的统计推断方法,与传统方法相比,该方法具有许多很好的性质.比如,用EL方法构造的置信域具有域不变性,且其形状完全由数据自已决定等.变量选择方法是现代统计研究中的重要内容,利用惩罚经验似然(PEL)方法进行变量选择越来越受到统计学家的关注.该方法可以在估计参数的同时进行变量选择,不仅减少了计算时间,而且克服了传统方法的不稳定性.本文主要将EL方法应用到半参数变系数部分线性EV模型的EL校正和PEL问题中,推广了 EL方法.首先,研究了高维情形下,在非参数部分含有测量误差时,半参数变系数部分线性EV模型的EL校正问题,得到了校正的经验似然比统计量的渐近分布.其次,讨论了在参数部分含测量误差时,半参数变系数部分线性EV模型的PEL问题,得到了参数估计的Oracle性质,并给出了检验统计量.论文共分为叁章,主要内容如下:第一章首先对研究对象的背景进行了介绍,并详细讨论了本文主要的研究方法.最后列出了本文的主要工作.第二章主要研究了在高维情形下,非参数部分含有测量误差时,半参数变系数部分线性EV模型的EL校正问题,通过对经验似然比统计量统计性质的分析与计算,利用修正后的期望和方差,得到了校正的经验似然比统计量的渐近分布,数值分析说明其统计性质优于传统方法.第叁章主要讨论了在参数部分含测量误差时,半参数变系数部分线性EV模型的PEL问题.利用PEL方法,通过研究发现参数估计满足Oracle性质,检验统计量渐近服从卡方分布.数值模拟和实例分析验证了结论.(本文来源于《陕西师范大学》期刊2018-05-01）
王邵华[8]（2018）在《半参数部分线性指标模型的刀切经验似然估计》一文中研究指出半参数部分线性指标模型包含许多常用的参数模型、半参数模型和非参数模型,比如,线性回归模型、部分线性回归模型以及广义部分线性回归模型等,因此,对它的研究是统计学与计量经济学等领域中的热点课题之一.本文对半参数部分线性指标模型中的回归系数建立新的刀切经验似然估计.首先,基于Abrevaya&Shin(2011)对半参数部分线性指标模型中回归系数的秩估计,我们对其进行光滑化,并且计算获得含参U-统计量.其次,对含参U-统计量建立刀切经验似然估计,在一定条件下,我们证明了所构造的刀切经验似然比统计量渐近收敛到卡方分布.基于此性质,我们可以对回归系数构造置信区域.最后,本文通过大量的数值模拟以及实际数据分析,说明了本文所提方法的有效性.(本文来源于《兰州大学》期刊2018-03-01）
马精慧,宋杨[9]（2018）在《基于线性变参数模型的汽车移动无线充电系统研究》一文中研究指出基于谐振网络互感理论,构建了电动汽车移动无线充电系统的线性变参数(LPV)模型,完整刻画了充电过程中系统的动态变化;进一步给出发射与接收线圈之间互感的计算公式,分析了汽车纵向和横向位置对互感的影响。然后通过仿真分析了互感变化对接收端电流的影响,与现有结果进行对比,LPV模型更能准确描述电动汽车移动对充电过程的显着影响,为移动无线充电系统的控制设计问题提供了基础。尤其当汽车与发射线圈产生较大横向位移时,充电功率降低,对其进行一定的补偿。(本文来源于《电子测量技术》期刊2018年04期）
尹雯雯[10]（2017）在《替代数据与核实样本下半参数部分线性变系数测量误差模型的统计推断》一文中研究指出半参数模型在统计学研究中至关重要,它包含非参数和参数两个部分。其中,部分线性模型同时具备了线性回归的优势和非参数回归的长处,因而该模型受到很多专家学者的高度关注,在很多领域有广泛的应用。线性模型广泛应用的原因是模型的直观解释性更强,对比之下,非参数模型有很好的稳健性。半参数模型比参数模型更加灵活,半参数模型包括很多种模型,例如部分线性变系数模型,单指标模型,多指标模型,部分线性单指标模型等,能够有效地避免多元参数回归的“维数灾难”问题。实际问题中,由于实验条件的局限性,我们只能够得到的是观测值而不是真实值,真实值与观测值之间存在误差,而且这种误差不可避免。这种“测量误差”问题引起很多学者的关注,我们将这类测量误差模型称为EV模型。我们研究的是替代数据与核实样本的关系,在实际应用中获取长期的变量信息是不现实的,只能在后期选择易测量的替代变量。这种方式肯定存在误差,但是误差结构也许不是简单的可加模型结构,可能是非常复杂的,一种解决方式就是核实数据方法。在本文中,我们主要研究核实数据下带有测量误差的半参数部分线性变系数模型,其中参数部分协变量和响应变量均带有误差。我们不假设任何误差结构,首先通过核实数据集,利用核回归技术校准既包含真实数据又包含替代数据的变量信息。然后利用半参数轮廓最小二乘方法估计β和α(.),以及针对变系数函数进行GLR检验。其次给出了叁个重要带宽的选择方法。再次证明了参数β和非参数α(.)在假设条件下的渐近正态性。最后通过数值实验验证了文中核实方法的估计量以及GLR检验方法的有效性。(本文来源于《南京理工大学》期刊2017-12-01）
线性半参数模型论文开题报告
（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：
在生物和医学统计中,很多观测数据有时会受到不属于被观测个体的污染源的影响,而不显示真实值,一般称这类数据为污染数据.半参数回归模型是Engle等人在研究气候条件对电力需求影响这一实际问题时提出的,其形式为Y_i=X~T_iβ+g(T_i)+e_i,1≤i≤n.本文着重研究了污染数据模型在半参数回归模型下,得到的新模型的参数估计,具体来说,就是在回归误差和污染源均服从均值为零,方差己知的Laplace分布的条件下,采用最小一乘估计方法对新模型的线性部分进行估计,采用局部线性估计方法对新模型的非参数部分进行估计,再得到原始模型中各参数的估计.然后,证明了各个参数的估计的相合性.最后对本文提出的方法进行数值模拟,并与最小二乘局部线性估计方法进行对比,根据模拟结果,验证了最小一乘局部线性算法的有效性和稳健性.
（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。
线性半参数模型论文参考文献
[1].高佳佳,何晓霞.基于模态回归的半参数部分线性模型的稳健估计[J].武汉科技大学学报.2019
[2].贾子璇.污染数据半参数回归模型的最小一乘局部线性估计[D].吉林大学.2019
[3].周洁,周晓华,孙六全.带终止事件纵向数据半参数部分线性单指标模型[J].中国科学:数学.2019
[4].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
[5].李晨曦,潘越,王志刚,张正国,彭屹.以线性参数模型和信息分解方法评价QT变异性对心率变异性的响应[J].中国生物医学工程学报.2018
[6].陈涛.我国外汇储备影响因素的线性与半参数回归模型对比及实证研究[D].江西财经大学.2018
[7].何军伟.半参数变系数部分线性EV模型的经验似然[D].陕西师范大学.2018
[8].王邵华.半参数部分线性指标模型的刀切经验似然估计[D].兰州大学.2018
[9].马精慧,宋杨.基于线性变参数模型的汽车移动无线充电系统研究[J].电子测量技术.2018
[10].尹雯雯.替代数据与核实样本下半参数部分线性变系数测量误差模型的统计推断[D].南京理工大学.2017