【摘要】：在生物和醫(yī)學統(tǒng)計中,很多觀測數(shù)據(jù)有時會受到不屬于被觀測個體的污染源的影響,而不顯示真實值,一般稱這類數(shù)據(jù)為污染數(shù)據(jù).半?yún)?shù)回歸模型是Engle等人在研究氣候條件對電力需求影響這一實際問題時提出的,其形式為Y_i=X~T_iβ+g(T_i)+e_i,1≤i≤n.本文著重研究了污染數(shù)據(jù)模型在半?yún)?shù)回歸模型下,得到的新模型的參數(shù)估計,具體來說,就是在回歸誤差和污染源均服從均值為零,方差己知的Laplace分布的條件下,采用最小一乘估計方法對新模型的線性部分進行估計,采用局部線性估計方法對新模型的非參數(shù)部分進行估計,再得到原始模型中各參數(shù)的估計.然后,證明了各個參數(shù)的估計的相合性.最后對本文提出的方法進行數(shù)值模擬,并與最小二乘局部線性估計方法進行對比,根據(jù)模擬結果,驗證了最小一乘局部線性算法的有效性和穩(wěn)健性.
【圖文】：

《取值一定時，使用ＬＡＤ方法和ＬＳＥ方法都可以得到很好的估計效果．還可以看出逡逑隨著ｃ的取值變大，，和ａ的偏差也增大，說明選取的窗寬越大，估計的擬合誤差越大．逡逑圖５．２⑷為《邋＝邋３００，ｃ邋＝邋０．１時的擬合圖，雖然ｃ二０．１得

邐０．８邐Ｌ０逡逑圖５．１邋ｇ＊（／）真實曲線圖逡逑得越靈活？然而，增加靈活性（減少潛在偏誤）必然導致增加可變性（提高潛在方差）．滿足本逡逑文要求的使得均方誤差達到最小的最佳窗寬為心＝ｃ邐其中ｃ與ｎ無關，只與核函數(shù)，逡逑解釋變量的密度函數(shù)和回歸函數(shù)有關．在本文的假設下，使用交錯鑒定法確定的最優(yōu)窗寬逡逑近似為？＝０．３？＿１逡逑§５．３數(shù)據(jù)模擬逡逑本文在此節(jié)選�。愕闹捣謩e為０．１，０．３和０．９進行數(shù)值模擬：首先，根據(jù)本文第三章的逡逑步驟一和步驟二，對；Ｓ＊采用ＬＡＤ方法進行１０００次模擬，并對產生的１000個數(shù)值進行計逡逑算，得出，估計的均值和偏差，然后與采用ＬＳＥ方法得到的結果進行比較．其次，將求得逡逑的ｆ估計帶入到第三章的步驟五中，求出ａ的估計，結果如表５ｊ邋．通過表５．１的數(shù)據(jù)可以逡逑看出
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：C81

【參考文獻】

相關期刊論文 前10條

1 田亞愛;田錚;王建剛;;固定設計下半?yún)?shù)回歸模型核估計的漸近性質[J];數(shù)學的實踐與認識;2014年19期

2 寇桂晏;陳希鎮(zhèn);;最小一乘估計性質的討論[J];溫州大學學報(自然科學版);2013年04期

3 任正民;張懷念;;約束條件污染數(shù)據(jù)線性回歸模型的參數(shù)估計[J];北京石油化工學院學報;2012年01期

4 施露芳;楊姣仕;;污染數(shù)據(jù)線性回歸模型的貝葉斯估計[J];黃岡師范學院學報;2010年03期

5 常培菊;;污染數(shù)據(jù)半?yún)?shù)模型估計的漸近正態(tài)性[J];北華大學學報(自然科學版);2009年05期

6 王成勇;;半?yún)?shù)回歸模型研究綜述[J];數(shù)理統(tǒng)計與管理;2009年05期

7 呂書龍;劉文麗;;最小一乘估計快速算法[J];應用概率統(tǒng)計;2008年06期

8 丁士俊;張松林;張洪波;陶本藻;;半?yún)?shù)模型穩(wěn)健估計及其應用[J];測繪科學技術學報;2007年01期

9 崔艷麗;趙選民;;污染數(shù)據(jù)半?yún)?shù)回歸模型中估計的相合性[J];純粹數(shù)學與應用數(shù)學;2006年04期

10 錢偉民;李靜茹;;縱向污染數(shù)據(jù)半?yún)?shù)回歸模型中的強相合估計[J];同濟大學學報(自然科學版);2006年08期

，

本文編號：2678175