检索结果-维普期刊中文期刊服务平台

纵向数据部分线性测量误差模型的二次推断函数估计被引量：4: 1; 作者李海斌田瑞琴李高荣《应用概率统计》 CSCD 北大核心 2014年第2期151-168,共18页; 基于纵向数据部分线性测量误差模型,研究了模型中兴趣参数部分回归系数的估计问题.首先采用B样条方法逼近模型中的非参数函数,然后提出修正的二次推断函数(QIF)方法对模型中参数部分的回归系数进行估计,所提方法可以提高估计的效率.在... 展开更多; 关键词部分线性模型测量误差纵向数据 B样条二次推断函数; 在线阅读下载PDF 职称材料

纵向数据广义部分线性模型的二次推断推断函数估计（英文）被引量：2: 2; 作者张景华薛留根《应用概率统计》 CSCD 北大核心 2017年第4期417-432,共16页; 针对纵向数据广义部分线性模型,通常的做法是用样条或核方法逼近非参部分,之后利用广义估计方程方法(GEE)估计参数部分.本文使用B样条逼近非参函数,并基于二次推断函数的方法对参数和非参数进行估计,并给出了估计量的大样本性质.模拟表... 展开更多; 关键词纵向数据二次推断函数 B样条广义部分线性模型; 在线阅读下载PDF 职称材料

纵向数据下半参数工具变量模型的经验似然推断被引量：1: 3; 作者余鲁杨宜平《应用数学》 CSCD 北大核心 2018年第4期914-918,共5页; 本文研究纵向数据下半参数工具变量模型中回归系数的区间估计问题.首先利用B-样条方法逼近半参数模型中的非参数函数.为了处理内生变量和纵向数据的组内相关性,对模型中回归系数提出了基于工具变量和二次推断函数的有效经验对数似然比... 展开更多; 关键词纵向数据 B-样条工具变量二次推断函数经验似然; 在线阅读下载PDF 职称材料

纵向数据下线性EV模型的变量选择(英文) 被引量：5: 4; 作者田瑞琴薛留根《应用概率统计》 CSCD 北大核心 2013年第3期246-260,共15页; 本文考虑了纵向数据线性EV模型的变量选择.基于二次推断函数方法和压缩方法的思想提出了一种新的偏差校正的变量选择方法.在选择适当的调整参数下,我们证明了所得到的估计量的相合性和渐近正态性.最后通过模拟研究验证了所提出的变量选... 展开更多; 关键词线性EV模型变量选择纵向数据二次推断函数; 在线阅读下载PDF 职称材料

纵向数据下变系数测量误差模型的渐近估计: 5; 作者赵明涛许晓丽《应用数学》 CSCD 北大核心 2020年第2期349-357,共9页; 本文主要研究纵向数据下变系数测量误差模型的估计问题.利用B样条方法逼近模型中未知的变系数,构造关于B样条系数的二次推断函数来处理未知的个体内相关和测量误差,得到变系数的二次推断函数估计,建立估计方法和结果的渐近性质.数值模... 展开更多; 关键词纵向数据变系数测量误差模型二次推断函数; 在线阅读下载PDF 职称材料

纵向数据下线性模型的模态回归估计被引量：1: 6; 作者黄星寿赵培信杨宜平《应用数学》 CSCD 北大核心 2019年第1期11-18,共8页; 本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数... 展开更多; 关键词稳健估计模态回归二次推断函数; 在线阅读下载PDF 职称材料

纵向数据下非参数带测量误差的部分线性变系数模型的估计被引量：1: 7; 作者王鹏鹏肖燕婷《应用数学》 CSCD 北大核心 2022年第2期291-301,共11页; 本文研究纵向数据下非参数部分带有测量误差的部分线性变系数模型的估计.利用B样条函数近似模型中的变系数函数,构造偏差修正的二次推断函数,得到模型中未知参数和变系数函数的估计.证明变系数函数估计量的相合性和参数估计量的渐近正态... 展开更多; 关键词部分线性变系数模型纵向数据测量误差二次推断函数; 在线阅读下载PDF 职称材料

协变量随机缺失时边际模型的广义矩估计: 8; 作者贺婕段小刚张淑梅《应用概率统计》 CSCD 北大核心 2016年第6期643-654,共12页; 多元响应变量是纵向设计和横截面设计中经常遇到的一个数据类型.边际模型是探索该类数据解释变量对响应变量平均影响的一个常用工具.边际模型的一个重要特点在于,即使没有指明响应变量之间的相关结构,仍然能基于该模型构造回归参数的相... 展开更多; 关键词广义估计方程广义矩方法逆概率加权二次推断函数; 在线阅读下载PDF 职称材料

Hybrid GEE方法和QIF方法的比较: 9; 作者杨卓然付利亚《工程数学学报》 CSCD 北大核心 2019年第5期504-514,共11页; 在纵向数据分析中,广义估计方程(GEE)方法被广泛应用.无论相关矩阵是否正确识别,通过 GEE方法得到的参数估计都是相合的.但是,当选取的工作相关矩阵与真实相关阵相差较大时,所得参数估计的效可能会较低.为了降低工作相关矩阵的选取对于... 展开更多; 关键词广义估计方程二次推断函数 HYBRID GEE; 在线阅读下载PDF 职称材料

题名纵向数据部分线性测量误差模型的二次推断函数估计被引量：4: 1; 作者李海斌田瑞琴李高荣; 机构北京工业大学应用数理学院; 出处《应用概率统计》 CSCD 北大核心 2014年第2期151-168,共18页; 基金国家自然科学基金(11101014) 北京市自然科学基金(1142002) +2 种基金北京工业大学研究生科技基金(ykj-20128559)资助; 文摘基于纵向数据部分线性测量误差模型,研究了模型中兴趣参数部分回归系数的估计问题.首先采用B样条方法逼近模型中的非参数函数,然后提出修正的二次推断函数(QIF)方法对模型中参数部分的回归系数进行估计,所提方法可以提高估计的效率.在一定的正则条件下,证明了所得到的估计量具有相合性和渐近正态性.最后,通过模拟研究和实例分析验证了所提出估计方法的有限大样本性质.; 关键词部分线性模型测量误差纵向数据 B样条二次推断函数; Keywords Partially linear model measurement error longitudinal data B-splines quadratic inference function; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名纵向数据广义部分线性模型的二次推断推断函数估计（英文）被引量：2: 2; 作者张景华薛留根; 机构北京工业大学应用数理学院景德镇陶瓷大学信息工程学院; 出处《应用概率统计》 CSCD 北大核心 2017年第4期417-432,共16页; 基金 supported by the National Natural Science Foundation of China(Grant No.11571025 Key Grant No.11331011) +2 种基金 the BCMIIS L140003); 文摘针对纵向数据广义部分线性模型,通常的做法是用样条或核方法逼近非参部分,之后利用广义估计方程方法(GEE)估计参数部分.本文使用B样条逼近非参函数,并基于二次推断函数的方法对参数和非参数进行估计,并给出了估计量的大样本性质.模拟表明本文的方法改进了GEE的效率.; 关键词纵向数据二次推断函数 B样条广义部分线性模型; Keywords longitudinal data quadratic inference functions B-spline generalized partially linearmodels; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名纵向数据下半参数工具变量模型的经验似然推断被引量：1: 3; 作者余鲁杨宜平; 机构重庆工商大学数学与统计学院; 出处《应用数学》 CSCD 北大核心 2018年第4期914-918,共5页; 基金国家自然科学基金资助项目(11301569) 重庆市基础与前沿研究计划项目(cstc2015jcyjA00023) +2 种基金第五批重庆市高等学校优秀人才支持计划; 文摘本文研究纵向数据下半参数工具变量模型中回归系数的区间估计问题.首先利用B-样条方法逼近半参数模型中的非参数函数.为了处理内生变量和纵向数据的组内相关性,对模型中回归系数提出了基于工具变量和二次推断函数的有效经验对数似然比统计量,并证明所提出统计量渐近服从标准卡方分布,由此构造回归系数的置信域.; 关键词纵向数据 B-样条工具变量二次推断函数经验似然; Keywords Longitudinal data B-spline Instrumental variable Quadratic inference function Empirical likelihood; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名纵向数据下线性EV模型的变量选择(英文) 被引量：5: 4; 作者田瑞琴薛留根; 机构北京工业大学应用数理学院; 出处《应用概率统计》 CSCD 北大核心 2013年第3期246-260,共15页; 基金 The project supported by the National Natural Science Foundation of China(11171012) the Science and Technology Project of the Faculty Adviser of Excellent PHD Degree Thesis of Beijing(20111000503) +1 种基金 Beijing Municipal Key Disciplines(006000541212010); 文摘本文考虑了纵向数据线性EV模型的变量选择.基于二次推断函数方法和压缩方法的思想提出了一种新的偏差校正的变量选择方法.在选择适当的调整参数下,我们证明了所得到的估计量的相合性和渐近正态性.最后通过模拟研究验证了所提出的变量选择方法的有限样本性质.; 关键词线性EV模型变量选择纵向数据二次推断函数; Keywords Linear EV model, variable selection, longitudinal data, quadratic inference functions.; 分类号 O212 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名纵向数据下变系数测量误差模型的渐近估计: 5; 作者赵明涛许晓丽; 机构安徽财经大学统计与应用数学学院安徽财经大学管理科学与工程学院; 出处《应用数学》 CSCD 北大核心 2020年第2期349-357,共9页; 基金国家社会科学基金(15CTJ008)。; 文摘本文主要研究纵向数据下变系数测量误差模型的估计问题.利用B样条方法逼近模型中未知的变系数,构造关于B样条系数的二次推断函数来处理未知的个体内相关和测量误差,得到变系数的二次推断函数估计,建立估计方法和结果的渐近性质.数值模拟结果显示本文提出的估计方法具有一定的实用价值.; 关键词纵向数据变系数测量误差模型二次推断函数; Keywords Longitudinal data Varying coefficient errors-in-variables model Quadratic inference function; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名纵向数据下线性模型的模态回归估计被引量：1: 6; 作者黄星寿赵培信杨宜平; 机构河池学院数学与统计学院重庆工商大学数学与统计学院; 出处《应用数学》 CSCD 北大核心 2019年第1期11-18,共8页; 基金国家社会科学基金项目(18BTJ035); 文摘本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数据模拟结果表明所提出的估计方法具有较好的稳健性和有效性.; 关键词稳健估计模态回归二次推断函数; Keywords Robust estimation Modal regression Quadratic inference function; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名纵向数据下非参数带测量误差的部分线性变系数模型的估计被引量：1: 7; 作者王鹏鹏肖燕婷; 机构西安理工大学理学院应用数学系; 出处《应用数学》 CSCD 北大核心 2022年第2期291-301,共11页; 基金国家自然科学基金(11801438) 陕西省自然科学基金(2018JQ1089)。; 文摘本文研究纵向数据下非参数部分带有测量误差的部分线性变系数模型的估计.利用B样条函数近似模型中的变系数函数,构造偏差修正的二次推断函数,得到模型中未知参数和变系数函数的估计.证明变系数函数估计量的相合性和参数估计量的渐近正态性.数值模拟和实例分析结果表明所提估计方法在有限样本下的有效性.; 关键词部分线性变系数模型纵向数据测量误差二次推断函数; Keywords Partially linear varying-coefficient model Longitudinal data Measurement error Quadratic inference function; 分类号 O212.7 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名协变量随机缺失时边际模型的广义矩估计: 8; 作者贺婕段小刚张淑梅; 机构北京师范大学数学科学学院北京师范大学统计学院; 出处《应用概率统计》 CSCD 北大核心 2016年第6期643-654,共12页; 基金国家自然科学基金项目(11171029 11301031) +1 种基金北京师范大学自主基金资助项目(310421102)资助; 文摘多元响应变量是纵向设计和横截面设计中经常遇到的一个数据类型.边际模型是探索该类数据解释变量对响应变量平均影响的一个常用工具.边际模型的一个重要特点在于,即使没有指明响应变量之间的相关结构,仍然能基于该模型构造回归参数的相合估计.本文讨论了协变量随机缺失时,边际模型回归参数的广义矩估计问题.使用逆概率加权和多个不同基底工作相关结构,我们得到了一组估计方程;本文通过极小化该估计方程组对应的二次推断函数构造目标参数的估计量.我们证明了估计量的渐近正态性,并通过随机模拟和初中数学成绩的实例分析考察了估计量的有限样本表现.; 关键词广义估计方程广义矩方法逆概率加权二次推断函数; Keywords generalized estimating equation generalized method of moments inverse probability weighting quadratic inference function; 分类号 O211.1 [理学—概率论与数理统计] O211.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名Hybrid GEE方法和QIF方法的比较: 9; 作者杨卓然付利亚; 机构西安交通大学数学与统计学院; 出处《工程数学学报》 CSCD 北大核心 2019年第5期504-514,共11页; 基金国家自然科学基金(11871390) 中央高校基金(xjj2017180) 陕西省自然科学基金(2018JQ1006)~~; 文摘在纵向数据分析中,广义估计方程(GEE)方法被广泛应用.无论相关矩阵是否正确识别,通过 GEE方法得到的参数估计都是相合的.但是,当选取的工作相关矩阵与真实相关阵相差较大时,所得参数估计的效可能会较低.为了降低工作相关矩阵的选取对于参数估计的效的影响,研究者提出了二次推断函数(QIF)方法和 Hybrid GEE方法.本文通过数值模拟对 QIF方法和 Hybrid GEE方法进行分析比较.; 关键词广义估计方程二次推断函数 HYBRID GEE; Keywords generalised estimating equations quadratic inference functions Hybrid GEE; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	纵向数据部分线性测量误差模型的二次推断函数估计	李海斌田瑞琴李高荣	《应用概率统计》 CSCD 北大核心	2014	4	在线阅读下载PDF 职称材料
2	纵向数据广义部分线性模型的二次推断推断函数估计（英文）	张景华薛留根	《应用概率统计》 CSCD 北大核心	2017	2	在线阅读下载PDF 职称材料
3	纵向数据下半参数工具变量模型的经验似然推断	余鲁杨宜平	《应用数学》 CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
4	纵向数据下线性EV模型的变量选择(英文)	田瑞琴薛留根	《应用概率统计》 CSCD 北大核心	2013	5	在线阅读下载PDF 职称材料
5	纵向数据下变系数测量误差模型的渐近估计	赵明涛许晓丽	《应用数学》 CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料
6	纵向数据下线性模型的模态回归估计	黄星寿赵培信杨宜平	《应用数学》 CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
7	纵向数据下非参数带测量误差的部分线性变系数模型的估计	王鹏鹏肖燕婷	《应用数学》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
8	协变量随机缺失时边际模型的广义矩估计	贺婕段小刚张淑梅	《应用概率统计》 CSCD 北大核心	2016	0	在线阅读下载PDF 职称材料
9	Hybrid GEE方法和QIF方法的比较	杨卓然付利亚	《工程数学学报》 CSCD 北大核心	2019	0	在线阅读下载PDF 职称材料