M估计相关论文
本文主要研究了广义部分线性模型（GPLM）的估计问题.运用Sieve估计方法,选用B样条函数构造Sieve空间来逼近参数空间,给出模型稳健的M......
模型选择是统计学重要的研究方向之一,并在计量经济学,金融学等领域有着重要的应用.为了避免模型选择过程的不确定性,以及存在选择......
针对三轴磁传感器采样过程中出现的异常值对磁传感器误差补偿产生影响的问题,提出了一种M估计补充策略下的三轴磁传感器鲁棒补偿算......
码分多址是第三代和第四代通信系统的关键技术之一,但当用户数量增多或者信号功率变大时,多址干扰(MAI)严重降低了系统性能,限制系......
随着全球卫星导航系统(Global Navigation Satellite System,GNSS)的快速发展,卫星导航技术的研究有了长足的进步,已被广泛应用于......
变量选择可以帮助我们从大量的数据中提取出有价值的信息,提高模型的预测精度.如何高效地从众多的协变量中选出对因变量有重要作用......
线性调频信号是一类采用脉冲压缩技术产生的非平稳信号,具有大的时宽带宽积和低载获概率的特性,在雷达、通信、生物医学、地震勘测......
自从Nelder和Wedderbum在1972年提出广义线性模型(GLMs)后,这个模型在统计学中起了很大作用.本文主要研究的广义线性模型为yi=h(xi......
我国是世界上最大的钢铁生产和消费国,也是钢铁投资最集中的地区。高炉炼铁作为目前世界上最主要的炼铁方法,炼铁工艺的改进和炼铁......
自适应信号处理已经广泛应用于系统辨识、回声消除、主动噪声控制以及波束形成等领域。然而,经典的自适应滤波算法如最小均方(LMS)......
本文分别开发出了基于贝叶斯最大后验估计、互信息、M 估计、模糊集合理论的由数字图像确定位移场的新方法。并使用基于贝叶斯最大......
从空巢老人微观主体出发,基于2019年贫困地区(河南省T县)的调研数据,以Anderson行为模型为指导,构建了空巢老人养老意愿的影响因素......
期刊
序集抽样方法是上世纪50年代McIntyre在寻求能较好估计牧场草的产量时提出来的.它是假定在一个无穷总体中，对每一个体进行准确测量......
纵向数据分析是近年来统计学研究的热点课题之—，广泛应用于医药和社会科学研究中.Diggleet.al(2002)系统研究了纵向数据的统计分析......
变点检测是近年来统计学研究的课题之一，很多学者对变点检测的研究做出了不少成果。本文主要考虑当模型中存在异常点或者强影响点时......
线性回归模型是应用十分广泛的一类模型，估计回归系数的经典方法是最小二乘法(OLS)。然而，最小二乘法很容易受到异常点的影响，是不稳......
考虑以下非线性模型
yi=f(xi,θ)+ei,i=1,2,…,n其中θ为—P维未知参数，xi为q维已知向量，f为已知函数，ei为不可观测的随机误差，yi......
研究了随机误差为NOD序列的线性模型中回归参数β0的M估计,在较弱的矩条件下证明了回归参数M估计的强相合性,推广和改进了陈和赵(1......
用随机加权法给出了半参数回归模型中参数的随机加权M估计,在一般的条件下证明了用随机加权统计量的分布逼近原估计量误差的分布的......
在一些较弱的充分条件下,本文研究了误差为随机适应序列下,线性模型回归参数M估计的强相合性.与文献中已有结果比较,扩大了应用范......
考虑多元线性回归模型中回归系数的稳健估计问题,将组内数据球化后,视误差向量分布为各分量独立且具有相同刻度和自由度的t分布,通......
本文研究线性模型中回归参数M估计的强相合性,给出一些较弱的充分条件.与陈希孺和赵林城的专著[1]中相应的结论比较,这里给出的条......
研究了(~p)混合样本线性模型中回归参数M估计的强相合性, 在较弱的矩条件下, 获得了M估计是强相合的充分条件, 实质性地改进和推广......
建立了随机误差为NA的线性模型中回归参数β0的M估计的强相合性的充分条件.特别重要的是随机误差的矩条件只需要满足E|ψ+(e2)|t,t......
在线性模型中,M估计的渐近分布通常都涉及到不易估计的未知误差分布的某些量,如果要估计渐近方差,就需对这些冗余参数进行估计.利......
序集抽样是一种适用于准确测量花费太高而排序费用可以忽略不记时的一种抽样方法.讨论了序集抽样下的对于一般分布族M估计的相合性......
