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、 因縱向數(shù)據(jù)應(yīng)用的廣泛性,縱向模型一直是統(tǒng)計(jì)學(xué)上的熱點(diǎn)課題.特別是國外統(tǒng)計(jì)學(xué)者在這方面的工作尤為突出,理論和應(yīng)用上都得到了許多有用的結(jié)果.最近,HulinW.andHuaLiang[22]提出了隨機(jī)變系數(shù)模型應(yīng)用于縱向數(shù)據(jù)的分析.該模型通過隨機(jī)變系數(shù)將縱向數(shù)據(jù)的時間效應(yīng)和個體間的差異與相關(guān)性同時體現(xiàn)出來,與以往的模型相比,該模型更加靈活.在模型分析中,關(guān)于未知參數(shù)的估計(jì)及其相關(guān)性質(zhì)是至關(guān)重要的問題,本文主要對此模型中的未知參數(shù)函數(shù)的估
2、計(jì)及其漸近性質(zhì)問題進(jìn)行了討論.首先,在估計(jì)方法上,本文提出一種新的方法,運(yùn)用B樣條函數(shù)將模型逼近為一個標(biāo)準(zhǔn)的線性混合效應(yīng)模型后得到參數(shù)的估計(jì),得到的估計(jì)稱之為B樣條估計(jì).與LLME估計(jì)[22]相比較,該估計(jì)計(jì)算簡便、有良好的局部控制能力,而且在適當(dāng)?shù)墓?jié)點(diǎn)控制下,估計(jì)函數(shù)更加光滑,同時,文中的結(jié)果也顯示該估計(jì)具有良好的大樣本性質(zhì),其收斂速度達(dá)到On(N-m/2m+1).其次,在估計(jì)的性質(zhì)問題上,考慮到許多實(shí)際抽樣中,重復(fù)觀測的次數(shù)不能達(dá)到
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。
最新文檔
- 基于縱向數(shù)據(jù)的隨機(jī)變系數(shù)模型的參數(shù)估計(jì)及其漸近性質(zhì).pdf
- 具隨機(jī)擾動食物有限模型的參數(shù)估計(jì)及其漸近分布.pdf
- 32724.線性約束下半?yún)?shù)模型參數(shù)估計(jì)及其性質(zhì)研究
- 度量誤差模型參數(shù)估計(jì)及其統(tǒng)計(jì)性質(zhì).pdf
- 時空加權(quán)回歸模型參數(shù)估計(jì)的漸近性質(zhì)及自相關(guān)檢驗(yàn).pdf
- 隨機(jī)缺失下自適應(yīng)變系數(shù)模型的相關(guān)估計(jì)與性質(zhì).pdf
- 19797.縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)模型的參數(shù)估計(jì)與模型檢驗(yàn)
- 生長曲線模型中回歸系數(shù)的參數(shù)估計(jì).pdf
- 廣義半?yún)?shù)模型的參數(shù)估計(jì)與影響分析.pdf
- 1916.擴(kuò)散模型中擴(kuò)散系數(shù)的非參數(shù)估計(jì)及其應(yīng)用
- 廣義線性模型中參數(shù)估計(jì)的隨機(jī)加權(quán)方法.pdf
- 混合系數(shù)線性模型與約束線性模型的參數(shù)估計(jì).pdf
- 隨機(jī)波動模型參數(shù)估計(jì)方法比較研究.pdf
- 隨機(jī)右刪失模型參數(shù)估計(jì)的隨機(jī)加權(quán)法.pdf
- 線性模型中的參數(shù)估計(jì).pdf
- 19533.混合系數(shù)模型參數(shù)的有偏估計(jì)
- ARFIMA模型參數(shù)貝葉斯估計(jì)的漸近性質(zhì).pdf
- TARCH(q)模型及其參數(shù)估計(jì).pdf
- 線性約束下縱向數(shù)據(jù)半?yún)?shù)模型的漸近性質(zhì).pdf
- 線性模型參數(shù)估計(jì)的若干性質(zhì)研究.pdf
評論
0/150
提交評論