检索结果-维普期刊中文期刊服务平台

不等式约束条件下部分线性回归模型的参数估计: 1; 作者马海强《数学理论与应用》 2008年第3期5-8,共4页; 本文研究了不等式约束条件下部分线性回归模型的参数估计问题,利用最优化方法和贝叶斯方法,给出了不等式约束条件下部分线性回归模型的最小二乘核估计和最佳贝叶斯估计,并且证明了在一定条件下,带约束条件的最小二乘核估计在均方误差意... 展开更多; 关键词部分线性回归模型不等式约束最佳贝叶斯估计最小二乘核估计; 在线阅读下载PDF 职称材料

扭曲测量误差数据下部分线性空间自回归模型的估计: 2; 作者刘凤赵培信《齐鲁工业大学学报》 2025年第1期62-69,共8页; 对空气、地表水、声环境等领域的环境数据统计建模过程中常常遇到空间相关数据及扭曲测量误差数据,为解决实际统计建模中数据的空间相关性和扭曲测量误差的问题,研究了带有扭曲测量误差的部分线性空间自回归模型的估计理论。通过条件绝... 展开更多; 关键词扭曲测量误差部分线性空间自回归模型正交投影两阶段最小二乘方法; 在线阅读下载PDF 职称材料

部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法被引量：1: 3; 作者李体政方可《工程数学学报》 CSCD 北大核心 2024年第4期659-676,共18页; 主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提... 展开更多; 关键词空间相关部分线性变系数空间自回归模型拟最大似然方法局部线性光滑方法惩罚似然方法; 在线阅读下载PDF 职称材料

部分线性空间自回归模型的惩罚最小二乘方法: 4; 作者程瑶瑶李体政《工程数学学报》 CSCD 北大核心 2024年第2期294-310,共17页; 部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出... 展开更多; 关键词空间相关部分线性空间自回归模型轮廓拟最大似然方法非凸罚函数; 在线阅读下载PDF 职称材料

相依条件下部分函数线性回归模型估计方法研究被引量：1: 5; 作者李气芳苏梽芳《应用概率统计》 CSCD 北大核心 2022年第6期904-918,共15页; 部分函数线性回归模型是指因变量为标量、自变量包含标量和函数型变量的混合数据回归模型.现有的部分函数线性回归模型估计方法,假设函数型变量服从独立同分布,这与金融等领域函数型时间序列数据的相依特征不符.本文首先针对具有相依特... 展开更多; 关键词部分函数线性回归模型相依函数型数据长期协方差函数残差协方差函数; 在线阅读下载PDF 职称材料

部分线性自回归模型中回归函数的半参数估计: 6; 作者王明辉柳向东李银《应用概率统计》 CSCD 北大核心 2020年第1期26-40,共15页; 本文主要研究具有一阶自回归误差的三阶部分线性自回归模型中回归函数的半参数估计问题.假定回归函数来自某个参数分布族,利用条件最小二乘法得到参数估计量,再结合非参数核函数进行调整,给出回归函数的半参数估计量.并在一定条件下,证... 展开更多; 关键词部分线性自回归模型一阶自回归误差条件最小二乘法核函数调整半参数估计; 在线阅读下载PDF 职称材料

基于部分函数线性回归改进方法的CPI混频预测被引量：1: 7; 作者李气芳苏梽芳《佳木斯大学学报（自然科学版）》 CAS 2022年第3期160-164,共5页; 针对混频数据,提出一种新的分析方法。首先把具有函数特征的高频数据看成是某个随机过程产生的函数,然后利用部分函数线性回归模型对混频数据进行分析,并根据金融高频数据的相依特征,提出基于残差协方差函数的模型估计改进方法。最后通... 展开更多; 关键词部分函数线性回归模型混频数据 MIDAS模型残差协方差函数; 在线阅读下载PDF 职称材料

题名不等式约束条件下部分线性回归模型的参数估计: 1; 作者马海强; 机构中南大学数学科学与计算技术学院; 出处《数学理论与应用》 2008年第3期5-8,共4页; 文摘本文研究了不等式约束条件下部分线性回归模型的参数估计问题,利用最优化方法和贝叶斯方法,给出了不等式约束条件下部分线性回归模型的最小二乘核估计和最佳贝叶斯估计,并且证明了在一定条件下,带约束条件的最小二乘核估计在均方误差意义下要优于无约束条件的最小二乘核估计。; 关键词部分线性回归模型不等式约束最佳贝叶斯估计最小二乘核估计; Keywords Partial linear regression models Inequality constraints The best Bayesian estimation Least square kernel estimator; 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

题名扭曲测量误差数据下部分线性空间自回归模型的估计: 2; 作者刘凤赵培信; 机构重庆工商大学数学与统计学院重庆工商大学统计智能计算与监测重庆市重点实验室; 出处《齐鲁工业大学学报》 2025年第1期62-69,共8页; 基金国家社会科学基金一般项目(18BTJ035) 重庆市自然科学基金面上项目(cstc2020jcyj-msxmX0006)。; 文摘对空气、地表水、声环境等领域的环境数据统计建模过程中常常遇到空间相关数据及扭曲测量误差数据,为解决实际统计建模中数据的空间相关性和扭曲测量误差的问题,研究了带有扭曲测量误差的部分线性空间自回归模型的估计理论。通过条件绝对均值校准方法,消除了扭曲测量误差造成的影响,该方法避免了对变量施加非零期望条件。利用校准后的变量,结合B样条逼近技术、正交投影方法和两阶段最小二乘方法,解决了模型中的内生性问题,所提出的方法消除了非参数部分对参数部分的变量选择影响,保证了所提出估计量的有效性和相合性。在一定条件下,证明了线性部分的参数估计向量的渐近正态性和非参数函数的最优收敛速度。所得结果将进一步完善空间数据统计模型的理论体系,有助于更准确地理解实际问题的数据模式和关系,为从事环境科学、生物医学以及社会科学等领域的空间数据建模提供了一种新的参考方法。; 关键词扭曲测量误差部分线性空间自回归模型正交投影两阶段最小二乘方法; Keywords distorted measurement error partial linear spatial autoregressive model orthogonal projection two-stage least squares method; 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

题名部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法被引量：1: 3; 作者李体政方可; 机构西安建筑科技大学理学院; 出处《工程数学学报》 CSCD 北大核心 2024年第4期659-676,共18页; 基金国家自然科学基金(11972273,52170172) 陕西省自然科学基金(2024JC-YBMS-059) +1 种基金陕西数理基础科学研究项目(23JSY041).; 文摘主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。; 关键词空间相关部分线性变系数空间自回归模型拟最大似然方法局部线性光滑方法惩罚似然方法; Keywords spatial dependence partially linear varying coefficient spatial autoregressive model quasi-maximum likelihood method local linear smoothing method penalized likelihood method; 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

题名部分线性空间自回归模型的惩罚最小二乘方法: 4; 作者程瑶瑶李体政; 机构西安建筑科技大学理学院; 出处《工程数学学报》 CSCD 北大核心 2024年第2期294-310,共17页; 基金国家自然科学基金(11972273) 全国统计科学一般项目(2019LY36) 陕西省自然科学基金(2021JM349).; 文摘部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。; 关键词空间相关部分线性空间自回归模型轮廓拟最大似然方法非凸罚函数; Keywords spatial dependence partially linear spatial autoregressive model profile quasimaximum likelihood method non-convex penalty; 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

题名相依条件下部分函数线性回归模型估计方法研究被引量：1: 5; 作者李气芳苏梽芳; 机构闽南师范大学数学与统计学院华侨大学经济与金融学院; 出处《应用概率统计》 CSCD 北大核心 2022年第6期904-918,共15页; 基金国家自然科学基金项目(批准号:11871259) 福建省创新战略研究项目(批准号:2021R0153) +1 种基金闽南师范大学高级别培育项目(批准号:MSGJB2021023)资助。; 文摘部分函数线性回归模型是指因变量为标量、自变量包含标量和函数型变量的混合数据回归模型.现有的部分函数线性回归模型估计方法,假设函数型变量服从独立同分布,这与金融等领域函数型时间序列数据的相依特征不符.本文首先针对具有相依特征的函数型数据提出两种数据驱动的函数主成分表示方法,然后对模型中的回归系数函数进行正则化表示,最后把部分函数线性回归模型的估计转化为多元线性回归模型的估计.蒙特卡洛模拟结果表明,文中所提方法的参数估计误差较小、样本外预测精度较高;实例分析也表明文中所提方法在股票预测上的有效性.; 关键词部分函数线性回归模型相依函数型数据长期协方差函数残差协方差函数; Keywords partial functional linear regression model dependent functional data long-run covariance function residual covariance function; 分类号 O212.4 [理学—概率论与数理统计] F224.0 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名部分线性自回归模型中回归函数的半参数估计: 6; 作者王明辉柳向东李银; 机构韶关学院数学与统计学院暨南大学经济学院; 出处《应用概率统计》 CSCD 北大核心 2020年第1期26-40,共15页; 基金 supported by the National Natural Science Foundation of China(Grant Nos.71471075,11501373,11701380) 2015 Scientific Research Project of Shaoguan University(Grant No.S201501017)。; 文摘本文主要研究具有一阶自回归误差的三阶部分线性自回归模型中回归函数的半参数估计问题.假定回归函数来自某个参数分布族,利用条件最小二乘法得到参数估计量,再结合非参数核函数进行调整,给出回归函数的半参数估计量.并在一定条件下,证明了估计量具有相合性.最后,通过模拟研究验证了此方法的有效性.; 关键词部分线性自回归模型一阶自回归误差条件最小二乘法核函数调整半参数估计; Keywords partially linear autoregressive models first order autoregressive errors conditional least squares method kernel function adjustment semiparametric estimation; 分类号 O212.2 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于部分函数线性回归改进方法的CPI混频预测被引量：1: 7; 作者李气芳苏梽芳; 机构闽南师范大学数学与统计学院华侨大学经济与金融学院; 出处《佳木斯大学学报（自然科学版）》 CAS 2022年第3期160-164,共5页; 基金国家自然科学基金面上项目(11871259) 福建省社会科学基金项目(FJ2021C027) 闽南师范大学研究生教育教学改革研究项目(YJG202003)。; 文摘针对混频数据,提出一种新的分析方法。首先把具有函数特征的高频数据看成是某个随机过程产生的函数,然后利用部分函数线性回归模型对混频数据进行分析,并根据金融高频数据的相依特征,提出基于残差协方差函数的模型估计改进方法。最后通过数值模拟和CPI预测实例与现有的部分函数线性回归模型及MIDAS模型进行对比分析,结果表明本文提出的改进方法的样本外预测精度最高。; 关键词部分函数线性回归模型混频数据 MIDAS模型残差协方差函数; Keywords partial functional linear regression model mixed frequency data MIDAS model residual covariance function; 分类号 F224.0 [经济管理—国民经济] C812 [社会学—统计学]; 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	不等式约束条件下部分线性回归模型的参数估计	马海强	《数学理论与应用》	2008	0	在线阅读下载PDF 职称材料
2	扭曲测量误差数据下部分线性空间自回归模型的估计	刘凤赵培信	《齐鲁工业大学学报》	2025	0	在线阅读下载PDF 职称材料
3	部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法	李体政方可	《工程数学学报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	部分线性空间自回归模型的惩罚最小二乘方法	程瑶瑶李体政	《工程数学学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	相依条件下部分函数线性回归模型估计方法研究	李气芳苏梽芳	《应用概率统计》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
6	部分线性自回归模型中回归函数的半参数估计	王明辉柳向东李银	《应用概率统计》 CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料
7	基于部分函数线性回归改进方法的CPI混频预测	李气芳苏梽芳	《佳木斯大学学报（自然科学版）》 CAS	2022	1	在线阅读下载PDF 职称材料