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51頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、線性模型中參數(shù)的有偏估計(jì)的研究一直是回歸分析的熱點(diǎn)問題?;谧钚《朔ㄌ幚聿B(tài)陣X共線性問題的不足,線性有偏估計(jì)是改進(jìn)最小二乘估計(jì)最直接的方法。無約束線性模型中參數(shù)的有偏估計(jì)理論的發(fā)展已經(jīng)相對成熟,但在大量的統(tǒng)計(jì)問題,如試驗(yàn)設(shè)計(jì)、方差分析模型和協(xié)方差分析模型中,由于附加信息等原因,回歸參數(shù)滿足某些約束條件,這使得帶線性等式約束的回歸分析具有很重要的研究意義和應(yīng)用價(jià)值。經(jīng)研究發(fā)現(xiàn),現(xiàn)今通用的一般帶約束最小二乘估計(jì)同最小二乘估計(jì)一樣,在處理

2、共線性問題上也存在不足[1—3],因此近年來,很多學(xué)者試圖找更好的方法來改進(jìn)一般帶約束的最小二乘估計(jì)方法。 本文試圖尋找?guī)Ъs束線性模型中優(yōu)于最小二乘估計(jì)的約束型有偏估計(jì)方法,對約束線性回歸模型提出了一種新的參數(shù)估計(jì)的標(biāo)準(zhǔn)(平均散布誤差準(zhǔn)則),得到了回歸系數(shù)一種新的約束型有偏估計(jì)——條件部分根方估計(jì)(CPRSE),并在缺失數(shù)據(jù)情形下加以應(yīng)用,探討了缺失模型(4.2)回歸系數(shù)的約束型嶺估計(jì)(RRE)的性質(zhì)。 第一章綜述了目前

3、國內(nèi)外線性模型參數(shù)有偏估計(jì)的發(fā)展歷史和研究現(xiàn)狀。 第二章給出了一些預(yù)備知識。 第三章在郭建鋒及史建紅的基礎(chǔ)上作者提出了一種新的可容許估計(jì)——條件部分根方估計(jì)(CPRSE),證明了存在參數(shù)k,可使回歸系數(shù)β的CPRSE的均方誤差(MSE)小于約束最小二乘估計(jì)(RLSE)的均方誤差;在平均散布誤差(MDE)準(zhǔn)則下給出了CPRSE優(yōu)于RLSE的充要條件或充分條件;討論了確定最優(yōu)k值的方法。 第四章研究了含缺失數(shù)據(jù)的約束

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(hù)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(fù)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(shí)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