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、為了減小非參數(shù)回歸的偏差,Choi, Hall和Rousson(2000)提出了分別基于Nadaraya-Watson估計(jì)與局部線性估計(jì)的數(shù)據(jù)預(yù)處理技術(shù),稱之為數(shù)據(jù)銳化方法.數(shù)據(jù)銳化方法將非參數(shù)回歸的數(shù)據(jù)進(jìn)行預(yù)處理,這種處理方法可以是對解釋變量的,也可以是對響應(yīng)變量的,或者是同時(shí)調(diào)整解釋變量和響應(yīng)變量.通過數(shù)據(jù)的預(yù)處理,可以有效的減小偏差(漸近偏差的階數(shù)由原來的h2減小至h4,其中h是窗寬)數(shù)據(jù)銳化方法保留了普通模型的優(yōu)點(diǎn),甚至能夠加強(qiáng)
2、這些優(yōu)點(diǎn),而且能夠通過數(shù)據(jù)的預(yù)處理而彌補(bǔ)普通模型的某些缺陷,例如估計(jì)模型對設(shè)計(jì)密度敏感的缺陷,數(shù)據(jù)銳化方法對于相對低維數(shù)的非參數(shù)回歸效果很明顯.在以往的減偏方法中,高階方法常常被用到,但是隨之帶來的卻是對設(shè)計(jì)密度更加敏感.而數(shù)據(jù)銳化方法不僅可以減小估計(jì)的偏差,也可以減小估計(jì)模型對于數(shù)據(jù)的設(shè)計(jì)密度的敏感程度. Gasser-Muller估計(jì)是一種常用的核估計(jì)方法.相對于Nadaraya-Watson估計(jì),Gasser-Mulle
3、r估計(jì)具有更小的偏差.而且相對于Nadaraya-Watson估計(jì)與局部線性估計(jì),Gasser-Muller估計(jì)在理論性質(zhì)上的證明也更簡單.因此,本文提出了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法.在此基礎(chǔ)上,本文研究了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法的性質(zhì),推導(dǎo)出了其漸近偏差的表達(dá)式.并且提出了選擇性銳化方法,改善了估計(jì)的效果,而且通過模擬結(jié)果分析了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法的優(yōu)點(diǎn)以及缺點(diǎn)
4、。 這篇碩士學(xué)位論文由五部分組成.第一章的緒論介紹了非參數(shù)估計(jì)方法的優(yōu)勢,說明了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法的意義,本文的第二章為預(yù)備知識,簡單回顧了非參數(shù)回歸估計(jì).具體地,在2.1節(jié)中,介紹了三種常用的核估計(jì)方法,在2.2節(jié)中,介紹了核估計(jì)的邊界效應(yīng)及其處理方法,為后文的基于各種核估計(jì)的數(shù)據(jù)銳化方法提供了處理邊界效應(yīng)的方法.2.3節(jié)介紹了局部線性估計(jì),并且給出了其性質(zhì),比較了核估計(jì)方法與局部線性估計(jì)方法的優(yōu)
5、點(diǎn)和缺點(diǎn),為后文比較分別基于核估計(jì)與局部線性估計(jì)的數(shù)據(jù)銳化方法提供了基礎(chǔ).2.4節(jié)主要給出了Gasser-Muller估計(jì)的理論性質(zhì),這為本文提出的基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法的理論性質(zhì)的證明提供了重要依據(jù)。 本文的第三章主要提出了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法和選擇性銳化方法.首先在3.1節(jié)中引入了Choi,Hall和Rousson(2000)提出的分別基于Nadaraya-Watson估
6、計(jì)與局部線性估計(jì)的數(shù)據(jù)銳化方法,之后,在3.2節(jié)提出了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法,根據(jù)理論性質(zhì)與模擬結(jié)果總結(jié)了其相對于Choi,Hall和Rousson(2000)提出的分別基于Nadaraya-Watson估計(jì)與局部線性估計(jì)的數(shù)據(jù)銳化方法的優(yōu)點(diǎn)及缺點(diǎn).證明出了基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法的漸近偏差在內(nèi)點(diǎn)處的階數(shù)為h4,比起普通的Gasser-Muller估計(jì)有了很大改進(jìn).由于數(shù)據(jù)銳化方法減小偏
7、差的作用是在平均意義下的,并不是在所有的區(qū)域都適合使用只調(diào)整響應(yīng)變量的數(shù)據(jù)銳化方法,所以在3,3節(jié)中,本文提出了兩種選擇性銳化方法,并且從模擬中對兩種方法進(jìn)行了比較. 第四章和第五章分別為模擬與理論性質(zhì)的證明.在第四章中,通過模擬結(jié)果詳細(xì)分析了本文提出的基于Gasser-Muller估計(jì)的數(shù)據(jù)銳化方法的優(yōu)點(diǎn)及缺點(diǎn);驗(yàn)證了本文提出的選擇性銳化方法是比較理想的方法.在第五章中,本文通過推導(dǎo),證明出了基于Gasser-Muller估計(jì)
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。
最新文檔
- 基于船舶運(yùn)動響應(yīng)數(shù)據(jù)的海浪估計(jì)方法研究.pdf
- 基于反銳化掩模CR影像增強(qiáng)方法研究.pdf
- 基于OpenXC數(shù)據(jù)的道路坡度實(shí)時(shí)估計(jì)方法研究.pdf
- 基于數(shù)據(jù)增廣方法改進(jìn)的嶺回歸估計(jì).pdf
- 圖像銳化的研究.pdf
- 基于核密度估計(jì)的光譜數(shù)據(jù)分類與回歸方法研究.pdf
- 基于最優(yōu)參數(shù)估計(jì)的海洋重力數(shù)據(jù)處理方法研究.pdf
- 基于多類型數(shù)據(jù)的貝葉斯OD矩陣估計(jì)方法研究.pdf
- 基于氣體開關(guān)技術(shù)的高功率脈沖銳化.pdf
- 基于數(shù)據(jù)融合的路段行程時(shí)間估計(jì).pdf
- 非平衡面板數(shù)據(jù)的估計(jì)方法及應(yīng)用
- 基于k—nn和scats交通數(shù)據(jù)的路段行程時(shí)間估計(jì)方法
- 面向微陣列數(shù)據(jù)的缺失值估計(jì)方法研究.pdf
- 機(jī)翼變形估計(jì)的慣性網(wǎng)絡(luò)數(shù)據(jù)融合方法研究.pdf
- 基于銳化濾波的醫(yī)學(xué)圖像增強(qiáng)處理研究.pdf
- 基于門限的toa估計(jì)方法
- 基于分組數(shù)據(jù)回歸系數(shù)的估計(jì).pdf
- 有缺失數(shù)據(jù)的AR(1)模型參數(shù)的估計(jì)方法.pdf
- 基于數(shù)據(jù)挖掘的證券態(tài)勢估計(jì)系統(tǒng).pdf
- 基于信號模型的時(shí)差估計(jì)方法.pdf
評論
0/150
提交評論