检索结果-维普期刊中文期刊服务平台

具有外生变量部分线性自回归模型的样条估计被引量：5: 1; 作者武新乾田铮韩四儿《数学年刊（A辑）》 CSCD 北大核心 2007年第3期377-386,共10页; 考虑自回归模型Yt=θ^TXt＋g（Zt）＋εt,t=1,…,n,其中Xt=（Yt-1,…,Yt-d）^T,Zt为实值外生随机变量,θ=（θ1,…,θd）^T为待估参数向量,g为未知非参数光滑函数．基于多项式样条方法,在一定的条件下,给出了θ的估计的渐近正态性,得到... 展开更多; 关键词外生变量部分线性自回归模型样条估计渐近正态性收敛速度; 在线阅读下载PDF 职称材料

部分线性自回归模型中误差矩的分段多项式估计: 2; 作者武新乾田铮肖燕婷《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第1期1-4,共4页; 目的研究部分线性自回归模型中误差矩的估计。方法利用非参数分段多项式估计和最小二乘法进行讨论。结果给出了误差tε的k(k≥1)阶矩及误差方差σ2的估计的大样本性质。结论误差k(k≥1)阶矩的估计的收敛速度为T-1/2,T(^σ2T-σ2)/D^T依... 展开更多; 关键词部分线性自回归模型误差矩分段多项式估计收敛速度渐近正态性; 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: 3; 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

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: 4; 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: 5; 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

题名具有外生变量部分线性自回归模型的样条估计被引量：5: 1; 作者武新乾田铮韩四儿; 机构西北工业大学应用数学系; 出处《数学年刊（A辑）》 CSCD 北大核心 2007年第3期377-386,共10页; 基金国家自然科学基金(No.60375003) 航空基础科学基金(No.03153059)资助的项目.; 文摘考虑自回归模型Yt=θ^TXt＋g（Zt）＋εt,t=1,…,n,其中Xt=（Yt-1,…,Yt-d）^T,Zt为实值外生随机变量,θ=（θ1,…,θd）^T为待估参数向量,g为未知非参数光滑函数．基于多项式样条方法,在一定的条件下,给出了θ的估计的渐近正态性,得到了g的估计的收敛速度．模拟例子验证了所得的理论结果．; 关键词外生变量部分线性自回归模型样条估计渐近正态性收敛速度; Keywords Exogenous variable, Partially linear autoregressive model, Splineestimation, Asymptotic normality, Convergence rate; 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

题名部分线性自回归模型中误差矩的分段多项式估计: 2; 作者武新乾田铮肖燕婷; 机构西北工业大学应用数学系; 出处《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第1期1-4,共4页; 基金国家自然科学基金资助项目(60375003) 国家航空基础科学基金资助项目(03I53059); 文摘目的研究部分线性自回归模型中误差矩的估计。方法利用非参数分段多项式估计和最小二乘法进行讨论。结果给出了误差tε的k(k≥1)阶矩及误差方差σ2的估计的大样本性质。结论误差k(k≥1)阶矩的估计的收敛速度为T-1/2,T(^σ2T-σ2)/D^T依分布收敛于N(0,1),其中^σ2T和D^2T分别为σ2和Var(23ε)的分段多项式估计,T为数据个数。; 关键词部分线性自回归模型误差矩分段多项式估计收敛速度渐近正态性; Keywords partly linear autoregressive model error moment piecewise polynomial estimation convergence rate asymptotic normality; 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

题名部分线性自回归模型中回归函数的半参数估计: 3; 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: 4; 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: 5; 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	作者	出处	发文年	被引量	操作
1	具有外生变量部分线性自回归模型的样条估计	武新乾田铮韩四儿	《数学年刊（A辑）》 CSCD 北大核心	2007	5	在线阅读下载PDF 职称材料
2	部分线性自回归模型中误差矩的分段多项式估计	武新乾田铮肖燕婷	《西北大学学报（自然科学版）》 CAS CSCD 北大核心	2007	0	在线阅读下载PDF 职称材料
3	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
4	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
5	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