2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩95頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、經(jīng)典的統(tǒng)計(jì)學(xué)是建立在獨(dú)立性假設(shè)之上的.獨(dú)立隨機(jī)變量的極限理論在20世紀(jì)30年代至40年代已經(jīng)得到完善的發(fā)展,這些極限理論在統(tǒng)計(jì)學(xué)中起著至關(guān)重要的作用,是人們進(jìn)行統(tǒng)計(jì)推斷的理論基礎(chǔ).雖然獨(dú)立性假設(shè)在某些時(shí)候是合理的,但是要驗(yàn)證一個(gè)樣本的獨(dú)立性是很困難的.而且在大部分的實(shí)際問(wèn)題中,樣本也并非是獨(dú)立的觀測(cè)值,因此,在20世紀(jì)50年代,隨機(jī)變量的相依性概念引起了概率統(tǒng)計(jì)學(xué)家的研究興趣,在概率論與數(shù)理統(tǒng)計(jì)的某些分支,如馬氏鏈,隨機(jī)場(chǎng)理論以及時(shí)間序

2、列分析等學(xué)科中被相繼提出,取得了大量的研究成果.在相依數(shù)據(jù)的研究中混合相依是廣泛應(yīng)用的概念.混合相依是指序列變量之間的相依關(guān)系是以時(shí)間或空間的距離衰退的,即當(dāng)隨機(jī)變量的指標(biāo)只差趨于無(wú)窮時(shí),隨機(jī)變量是漸近獨(dú)立的.
   在經(jīng)濟(jì)金融,氣象,水文,工程技術(shù),自然科學(xué)和社會(huì)科學(xué)各個(gè)領(lǐng)域中,人們會(huì)遇到各種各樣的數(shù)據(jù),這些數(shù)據(jù)大多以時(shí)間序列的形式出現(xiàn)的.例如股票的每日收盤價(jià)格,產(chǎn)品的年銷量,國(guó)民生產(chǎn)總值的年數(shù)據(jù)等等.因此,對(duì)時(shí)間序列進(jìn)行研究

3、,可以揭示各種現(xiàn)象變化和發(fā)展的內(nèi)在規(guī)律,對(duì)于人們正確的認(rèn)識(shí)事物并且由此作出科學(xué)的決策具有重要的現(xiàn)實(shí)意義.
   協(xié)變量調(diào)整回歸模型是最近新提出的一種統(tǒng)計(jì)分析方法.假設(shè)X和Y分別為預(yù)測(cè)變量和響應(yīng)變量,在傳統(tǒng)的回歸模型中,通過(guò)(X,Y)的觀測(cè)值來(lái)研究X和Y之間的關(guān)系.但是,在實(shí)際問(wèn)題中,變量X和Y有可能會(huì)受到其他因素的干擾,如果在進(jìn)行統(tǒng)計(jì)分析時(shí)沒有把干擾因素考慮進(jìn)來(lái),就可能會(huì)得到不準(zhǔn)確的或者是錯(cuò)誤的統(tǒng)計(jì)推斷.而協(xié)變量調(diào)整回歸模型就是

4、考慮干擾因素的影響,稱干擾因素為協(xié)變量,研究在協(xié)變量影響下X和Y之間的關(guān)系.
   協(xié)變量調(diào)整模型提出以后,由于其重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值,受到了人們的廣泛關(guān)注,出現(xiàn)了各種各樣的推廣,主要包括數(shù)據(jù)類型的推廣和模型類型的推廣.數(shù)據(jù)類型的推廣大多是把獨(dú)立同分布場(chǎng)合推廣到縱向數(shù)據(jù)場(chǎng)合.模型類型的推廣主要包括變系數(shù)模型,非線性模型和部分線性模型等等.本文中,我們?cè)跀?shù)據(jù)類型和模型類型兩方面都做了推廣.數(shù)據(jù)類型方面,我們把獨(dú)立同分布場(chǎng)合推廣

5、到相依數(shù)據(jù)場(chǎng)合,從而應(yīng)用到金融數(shù)據(jù)中.模型類型方面,我們分別討論了相依數(shù)據(jù)下的參數(shù)回歸模型和非參數(shù)回歸模型.
   1.相依數(shù)據(jù)下協(xié)變量調(diào)整參數(shù)回歸模型
   在第二章,我們討論了相依數(shù)據(jù)下的協(xié)變量調(diào)整參數(shù)回歸模型,{Yi=p∑r=0γrXir+ei,(Y)i=(Φ)(Ui)Yi,(X)ir=φr(X)ir,r=0,…,p;i=1,…,n.其中Xi0=1,φ0(·)(=)1.假設(shè)不可觀測(cè)數(shù)據(jù){(Ui,Xi,Yi),i=1

6、,2,…,n}為一個(gè)滿足α-混合條件的嚴(yán)平穩(wěn)過(guò)程.我們的目標(biāo)是,基于觀測(cè)數(shù)據(jù){(Ui,Xi,Yi),i=1,2,…,n}估計(jì)未知回歸參數(shù)γr(r=0,1,2,…,p)并且研究估計(jì)的漸近性質(zhì).我們提出了一個(gè)兩步估計(jì)方法
   第一步.首先把協(xié)變量調(diào)整模型轉(zhuǎn)換為(Y)i=p∑r=0βr(Ui)(X)ir+εi,其中βr(Ui)=γr(Φ)(Ui)/φr(Ui),εi=(Φ)(Ui)ei,φ0(Ui)=1,i=1,…,n;r=0,…p

7、.(
   )這是一個(gè)函數(shù)型系數(shù)模型.我們采用局部線性平滑方法估計(jì)模型中的系數(shù)函數(shù)數(shù)βr(·),r=0,…,p.記θ≡θ(u0)=(β(u0)T,β'(u0)T),最小化下面的加權(quán)平方和n∑i{(Y)i-p∑r=0[βr(u0)+βr'(u0)(Ui-u0)](X)ir}2Kh(Ui-u0),可以得到θ的最小二乘估計(jì)(θ)=((X)TW(X))-1(X)TW(Y),則系數(shù)函數(shù)βr(·)的估計(jì)為βr(=)βr(u0)=eTr,2p

8、+2(θ),其中eTr,2p+2為2p+2維向量,第r個(gè)元素為1,其他元素為零.
   第二步.我們提出回歸參數(shù)γr,r=0,1,…,p的估計(jì)為(γ)0=1/nn∑k=1(β)0(Uk)(γ)r=1/(X)·1/nn∑k=1(β)r(Uk)(X)kr,r=1,2…,p,其中(X)r=1/n∑nk=1(X)kr.
   我們討論參數(shù)估計(jì)的漸進(jìn)性質(zhì).定理2.1證明了估計(jì)的相合性,并且給出了收斂速度.定理2.2證明了參數(shù)估計(jì)的

9、漸近正態(tài)性.
   定理2.1.(相合性定理)假設(shè)模型滿足§2.6節(jié)中的條件(C2-1)-(C2-9),則下面的結(jié)論成立(γ)r=γr+OP((nh)-1/2)+OP(h2)+OP(n-1/2),r=0,1,…,p.
   定理2.2.(漸近正態(tài)性)假設(shè)模型滿足§2.6節(jié)中的條件(C2-1)-(C2-9),當(dāng)n→∞時(shí),下面的結(jié)論成立√n((γ)r-γr)D→N(0,σ2r),r=0,1,…,p,其中σ2r=γ2rE[(Φ

10、)2(U)E(X2r)]-γ2rE[φr(U)(Φ)(U)]E(X2r)+γ2r[E(Xr)]2+γ2rvar((X)r)/[E(Xr)]2
   為了比較協(xié)變量調(diào)整模型和一般線性模型對(duì)數(shù)據(jù)的擬合程度,我們提出了一種擬合優(yōu)度檢驗(yàn).設(shè)協(xié)變量調(diào)整模型轉(zhuǎn)換為下面的函數(shù)型系數(shù)模型Y=β0(U)+β1(U)X+ε.如果函數(shù)βr(·)(r=0,1)為常數(shù),即βr(U)(=)βr(r=0,1),則模型轉(zhuǎn)換為一個(gè)簡(jiǎn)單的線性回歸模型Y=β0+β1

11、X+ε,這說(shuō)明線性回歸模型與數(shù)據(jù)擬合地更好,否則,若βr(·)(r=0,1)不恒為常數(shù),則函數(shù)型系數(shù)模型與數(shù)據(jù)擬合地更好.設(shè)原假設(shè)為H0∶βr(U)(=)βr,r=0,1.檢驗(yàn)統(tǒng)計(jì)量為Tn(△)(RSS0-RSS1)/RSS1=RSS0/RSS1-1.(
   )若Tn取值較大,則拒絕原假設(shè).我們提出了一種非參Bootstrap方法來(lái)計(jì)算上述擬合優(yōu)度檢驗(yàn)的p值.
   為了闡明提出的方法,我們研究金融市場(chǎng)中銅現(xiàn)貨價(jià)格CS

12、P(響應(yīng)變量)和銅期貨價(jià)格CFP(預(yù)測(cè)變量)的關(guān)系.一個(gè)簡(jiǎn)單的線性回歸關(guān)系為CSP=β0+β1CFP+e.(
   )另外,滬深300股指期貨(IF)對(duì)CSP和CFP之間的關(guān)系有顯著地影響.因此,我們把IF作為協(xié)變量U,考慮下面的函數(shù)型系數(shù)回歸模型CSP=β0(IF)+β1(IF)CFP+ε,為了對(duì)模型進(jìn)行檢驗(yàn),我們采用§2.4中提出擬合優(yōu)度檢驗(yàn).結(jié)果說(shuō)明CSP和CFP之間存在非線性關(guān)系并且兩者之間的關(guān)系隨著IF的變化而變化.<

13、br>   2.相依數(shù)據(jù)下協(xié)變量調(diào)整非參數(shù)回歸模型
   在第三章,我們提出了相依數(shù)據(jù)下協(xié)變量調(diào)整非參數(shù)回歸模型,其樣本形式為{Yi=m(Xi)+εi,Yi=(Ψ)(Ui)Yi,Xi=φ(Ui)Xi,i=1,…,n.假設(shè)不可觀測(cè)樣本{(Ui,Xi,Yi),i=1,2,…,n}為聯(lián)合嚴(yán)平穩(wěn)α-混合序列.
   為了估計(jì)回歸函數(shù),我們?nèi)缦碌膬刹焦烙?jì)方法:
   第一步.干擾函數(shù)Ψ(U)和φ(U)的估計(jì)為(Ψ)(u)

14、=1/nΣni=1Kh1(u-Ui)(Y)i/1/nΣnj=1Kh1(u-Uj)×1/(Y)(△=)(g)(Y)(u)×1/(Y)(φ)(u)=1/nΣni=1Kh2(u-Ui)(X)i/1/nΣnj=1Kh2(u-Uj)×1/(X)(△=)(g)(X)(u)×1/(X)我們可以建立一個(gè)協(xié)變量調(diào)整模型的近似表達(dá)Yi≈m(Xi)+εi.
   第二步.我們提出回歸函數(shù)的Nadaraya-Watson估計(jì)為(m)(x)=1/nΣni

15、=1Kh0(x-(X)i)(Y)i/1/n∑nj=1Kh0(x-(X)i)(△=)n∑i-1Wh0(x-(X)i)(Y)i,其中Wh0(x-(X)i)=Kh0(x-(X)i)/∑nj=1Kh0(x-(X)i).
   定理3.1證明了回歸函數(shù)的估計(jì)(m)(x)的漸近收斂性,并且給出了收斂速度.
   定理3.1如果§3.5中條件(A3-1)-(A3-3)以及(C3-1)-(C3-5)滿足,則下面的結(jié)論成立:supx|(m

16、)(x)-m(x)|=OP(h+(nh/log(1/h)-1/2).
   我們通過(guò)模擬計(jì)算和實(shí)際數(shù)據(jù)應(yīng)用表明了協(xié)變量調(diào)整非參數(shù)回歸方法的優(yōu)良性.
   3.基于局部LRS方法的稀疏信號(hào)片段檢測(cè)
   稀疏信號(hào)檢測(cè)問(wèn)題一直是信號(hào)處理中的熱點(diǎn)問(wèn)題.在高維數(shù)據(jù)中進(jìn)行稀疏信號(hào)檢測(cè)時(shí)經(jīng)常會(huì)面臨會(huì)兩個(gè)挑戰(zhàn),一是如何提高檢測(cè)精度,二是如何降低計(jì)算復(fù)雜度.在第四章,我們提出了一個(gè)局部LRS方法.與一般的LRS方法相比,局部LR

17、S方法能顯著地提高檢測(cè)精度,降低計(jì)算復(fù)雜度.假設(shè)觀測(cè)樣本{Xi,i=1,2,…,n}來(lái)自于模型Xi=μ1I{i∈I1}+μ2I{i∈I2}+…+μqI{i∈Iq}+Zi,1≤i≤n,其中I1,I2,.,Iq為不相交區(qū)間,表示位置未知的信號(hào)片段,μ1,μ2,…,μq為未知的信號(hào)強(qiáng)度.q=q(n)為未知的信號(hào)片段的個(gè)數(shù),會(huì)隨著n的增加而增加.{Zi,i=1,2,…,n}為噪聲,令Ⅱ={I1,I2,…,Iq}表示所有的信號(hào)片段的集合.我們的目

18、標(biāo)是檢測(cè)信號(hào)片段是否存在,如果存在,識(shí)別信號(hào)片段的位置.我們把上述信號(hào)片段的檢測(cè)和識(shí)別問(wèn)題看作下面的假設(shè)檢驗(yàn)問(wèn)題,H0∶Ⅱ=ΦVS.H1∶Ⅱ≠Φ,其中西表示空集.如果H1為真,說(shuō)明信號(hào)片段存在,從而我們要確定信號(hào)片段集合Ⅱ.提出的檢驗(yàn)統(tǒng)計(jì)量為X[I]=∑i∈IXi/√|I|檢驗(yàn)統(tǒng)計(jì)量的閾值為t2n=√2logN.
   我們提出的LRSL算法首先從所有的點(diǎn)中選出觀測(cè)值大于t1n的“重要的”點(diǎn),然后再考慮每一個(gè)“重要的”點(diǎn)的L-鄰

19、域.那么信號(hào)片段的合理估計(jì)應(yīng)該是對(duì)應(yīng)的檢驗(yàn)統(tǒng)計(jì)量大于t2n并且取到最大值的那些區(qū)間.
   定理4.1證明了檢驗(yàn)方法的漸近性質(zhì).
   定理4.1設(shè)§4.3中的條件(C4-1),(C4-2)滿足,另外假設(shè)K=(0)(√2logN),γn(>)1/√2logN,其中γn=√1+∈n-1且∈n>0.那么,如果滿足μ≥√2(1+∈n)logN/√|I|,則下面的結(jié)論成立PH0{拒絕H0}+PH1{接受H0}→0.模擬結(jié)果表明,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論