期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
异方差模型中协方差阵的估计研究 被引量:4
1
作者 李顺勇 郭雅静 张晓琴 《贵州师范大学学报(自然科学版)》 CAS 2019年第1期69-77,共9页
在异方差模型中,尽管回归系数的普通最小二乘(OLS)估计仍能保持无偏性,但其对应的协方差阵估计不再一致。解决异方差问题,对随机误差项协方差阵的估计显得尤为重要。基于异方差形式未知的情况下,非参数估计的良好效果,应用不同的非参数... 在异方差模型中,尽管回归系数的普通最小二乘(OLS)估计仍能保持无偏性,但其对应的协方差阵估计不再一致。解决异方差问题,对随机误差项协方差阵的估计显得尤为重要。基于异方差形式未知的情况下,非参数估计的良好效果,应用不同的非参数方法对误差项的协方差阵给出估计,进而通过估计加权最小二乘法得到回归系数的估计,并在已有的加权异方差一致协方差阵估计的基础上进行了拓展。模拟实验和实例分析表明,不同的非参数方法在回归系数的估计和模型的检验方面效果都有很大的差异。 展开更多
关键词 方差 非参数方法 加权最小二乘法 加权异方差一致协方差阵估计
在线阅读 下载PDF
基于动态收缩法的大维协方差阵的估计及其应用 被引量:1
2
作者 刘丽萍 何文宇 《统计与决策》 CSSCI 北大核心 2017年第10期26-29,共4页
文章将单因子协方差阵和样本协方差阵相结合,通过对它们进行最优加权平均,提出了新的协方差阵估计方法——动态加权收缩估计量(DWS)。该估计量一方面通过选择最优的权重来平衡协方差阵估计的偏差和误差;另一方面估计的是大维数据的动态... 文章将单因子协方差阵和样本协方差阵相结合,通过对它们进行最优加权平均,提出了新的协方差阵估计方法——动态加权收缩估计量(DWS)。该估计量一方面通过选择最优的权重来平衡协方差阵估计的偏差和误差;另一方面估计的是大维数据的动态协方差阵,在估计过程中考虑了前期信息的影响。通过模拟和实证研究发现:较传统的协方差阵估计方法而言,DWS估计量明显提高了大维协方差阵的估计效率;并且将其应用在投资组合时,投资者获得了更高的收益和经济福利。 展开更多
关键词 大维协方差 动态加权收缩估计 投资组合
在线阅读 下载PDF
一种基于正交表的异方差估计方法 被引量:2
3
作者 冯军芳 张晓琴 《统计与决策》 CSSCI 北大核心 2021年第8期63-67,共5页
异方差线性回归模型协方差阵的估计至关重要,文章基于正交表OR估计的非参数方法,在容差设计中针对不同样本采用不同的容差,提出了新的OR2估计。并结合传统两阶段最小二乘法,摆脱了分组选择困难以及丢失部分样本信息的窘境,提出了一种新... 异方差线性回归模型协方差阵的估计至关重要,文章基于正交表OR估计的非参数方法,在容差设计中针对不同样本采用不同的容差,提出了新的OR2估计。并结合传统两阶段最小二乘法,摆脱了分组选择困难以及丢失部分样本信息的窘境,提出了一种新的基于正交表改进的两阶段最小二乘估计方法。通过数值模拟与实例分析,并将新方法与已有的异方差估计方法进行比较,以平均绝对误差作为评价指标,证明了提出的方法有一定的可行性和有效性。 展开更多
关键词 方差 协方差 正交表 两阶段估计
在线阅读 下载PDF
一种异方差模型的两阶段估计
4
作者 张晓琴 牛建永 李顺勇 《统计与信息论坛》 CSSCI 北大核心 2019年第2期12-18,共7页
在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法... 在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。 展开更多
关键词 线性回归 方差模型 方差一致协方差估计 广义最小二乘法
在线阅读 下载PDF
结合特征定位噪声表征的单应矩阵精确鲁棒估计 被引量:3
5
作者 赵春阳 赵怀慈 《光学精密工程》 EI CAS CSCD 北大核心 2015年第8期2357-2368,共12页
针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性(CWSAC... 针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性(CWSAC)的内点检验方法来提高单应矩阵估计的鲁棒性。最后,提出一种单应矩阵高精度估计算法——协方差加权Levenberg-Marquardt(CW L-M)法。该方法结合协方差矩阵重新定义优化目标函数,提高了单应矩阵的估计精度。基于仿真数据和真实图像的实验表明,在相同定位噪声和内点比例条件下,本文算法的估计精度显著优于RANSAC(RANdom SAmple Consensus)、LMedS(Least Median of Squares),PROSAC(PROgressive SAmple Consensus)、M-SAC(M-estimator SAmple Consensus)和MLESAC(Maximum Likelihood SAmple Consensus)等传统算法,投影均方误差比次优方法降低了3%-21%。另外,本文方法对定位噪声和内点比例变化均具有较好的鲁棒性。 展开更多
关键词 单应矩估计 特征定位噪声 协方差加权 随机采样一致(RANSAC) LEVENBERG-MARQUARDT
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部