2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩38頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、實際中,隨著獲取數(shù)據(jù)的技術(shù)和方式的日新月異,越來越多的領(lǐng)域所采集到的觀測數(shù)據(jù)都具有函數(shù)型的特點,也正因為此,致使函數(shù)型數(shù)據(jù)的理論研究成為目前統(tǒng)計領(lǐng)域的熱點問題之一。與傳統(tǒng)觀測到的數(shù)據(jù)不同的是,函數(shù)型數(shù)據(jù)是無限維的,這樣給我們的統(tǒng)計推斷及數(shù)據(jù)分析帶來了極大的挑戰(zhàn),于是在數(shù)據(jù)建模之前降低變量的維數(shù)是非常有必要的。而單指標(biāo)模型是一種重要的半?yún)?shù)模型,它將一個多元向量轉(zhuǎn)化為一個單指標(biāo)參數(shù),不僅具有降維的作用,而且抓住了高維數(shù)據(jù)的重要特征。因此,

2、對于函數(shù)型單指標(biāo)模型的研究逐漸備受學(xué)者們的關(guān)注。
  本學(xué)位論文主要研究單函數(shù)型指標(biāo)模型的回歸函數(shù)和條件密度函數(shù)的漸近性質(zhì),并得到了很好的結(jié)果,具體內(nèi)容如下:
  一、基于a-混合相依函數(shù)型時間序列數(shù)據(jù),利用Kolmogorov-e熵的方法,獲得了單函數(shù)型指標(biāo)模型非參數(shù)回歸函數(shù)估計的幾乎完全一致收斂速度;
  二、研究了函數(shù)型時間序列數(shù)據(jù)單指標(biāo)模型的條件密度函數(shù)的雙重核估計,獲得了條件密度估計及條件眾數(shù)估計在a-混合條

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論