随机加权相关论文
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波传感器,由于其具有全天时、全天候、高分辨率的特点,已被广泛应用于......
动力电池作为电动汽车的核心能源,其技术水平直接制约着电动汽车的发展,作为电池管理系统的核心功能之一—准确的动力电池荷电状态......
Tobit回归模型在计量经济学研究中受到广泛地关注.本文对Tobit回归模型的参数估计、假设检验和变量选择等问题进行了文献综述.其次......
统计学中,对相伴次序统计量的研究来源于选择问题,人们本来应该依据某个变量的次序来选择个体.但有时由于该变量的不可获得性,选择......
本文主要考虑异方差部分线性回归模型中的半参数广义最小二乘估计SGLSE,You and Chen,(2000)已经证明了该SGLSE的渐近正态性,并且......
随机加权方法,也称之为Bayesian bootstrap,它有别于Bootstrap方法.在第一章中,我们介绍了Randomization Tests,Jackknife和Bootst......
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......
长久以来中位数回归模型得到了许多研究者的注意. 但是，在许多情况下,回归因变量并不能被完全观测到，其中一种重要情形就是因变量被......
二维指数信号模型在统计信号处理和纹理分类中有广泛应用。本文借助回归模型中随机加权逼近的构造方法，给出了二维指数信号模型中参......
删失回归模型，又称为Tobit模型，是一种响应变量受非负限制的模型，删失回归模型是一种非常重要的模型，在计量经济学中有许多的应用，本文......
近年来,自然界中的极端事件时有发生.例如,2004年的印度洋海啸,2005年的Katrina飓风,2008年的汶川大地震,2010年的海地地震,2010年......
准确估计锂离子电池荷电状态(SOC)对于突破电动汽车发展瓶颈,推动电动汽车商业化至关重要.针对动力电池模型参数辨识问题,提出基于......
假定F是一个由函数组成的集合.在这篇文章中，我们研究了指标集F上2阶的随机加权U-过程的条件弱收敛性质，导出了U-过程的随机加权逼近......
Rao and Zhao(1992)提出了一种用随机加权的方法去逼近线性回归模型中M-估计的渐近分布.之前,Fang and Zhao(2002)把这种方法推广......
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......
