發(fā)布時(shí)間：2020-12-24 06:47

　　回歸模型廣泛應(yīng)用于醫(yī)學(xué)、生物學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、工業(yè)、農(nóng)業(yè)以及工程設(shè)計(jì)等.其中半?yún)?shù)回歸模型適應(yīng)性較強(qiáng),且可以利用觀測(cè)值對(duì)回歸函數(shù)進(jìn)行估計(jì).因此,學(xué)者們提出了很多重要的半?yún)?shù)回歸模型來(lái)處理復(fù)雜數(shù)據(jù).本文主要是研究缺失數(shù)據(jù)下變系數(shù)部分非線性模型中興趣參數(shù)的估計(jì)問題.在響應(yīng)變量隨機(jī)缺失下,研究了變系數(shù)部分非線性模型中非參數(shù)分量和參數(shù)分量的估計(jì)問題.缺失概率考慮已知和未知兩種情況,其中當(dāng)缺失概率未知時(shí)應(yīng)用logistic參數(shù)模型估計(jì),這就避免了“維數(shù)災(zāi)禍”問題.本文利用逆概率加權(quán)最小二乘估計(jì)方法,構(gòu)造了非參數(shù)分量和參數(shù)分量的估計(jì),并證明了兩個(gè)估計(jì)量的漸近正態(tài)性.通過模型研究,在不同的缺失概率下與忽略缺失值的方法進(jìn)行了比較,發(fā)現(xiàn)應(yīng)用逆概率加權(quán)最小二乘估計(jì)得到的估計(jì)量的有限樣本表現(xiàn)較優(yōu).最后進(jìn)行了實(shí)際數(shù)據(jù)分析. 

【文章來(lái)源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究意義
    1.2 變系數(shù)部分非線性模型
    1.3 缺失數(shù)據(jù)
    1.4 估計(jì)方法
        1.4.1 局部多項(xiàng)式估計(jì)
        1.4.2 逆概率加權(quán)廣義估計(jì)方程方法
    1.5 本論文研究?jī)?nèi)容及結(jié)構(gòu)
第2章 缺失數(shù)據(jù)下變系數(shù)部分非線性模型的漸近正態(tài)性
    2.1 模型
    2.2 估計(jì)方法和主要結(jié)果
        2.2.1 π（Vi）已知時(shí)參數(shù)和非參數(shù)分量的估計(jì)
        2.2.2 π（Vi）未知時(shí)參數(shù)和非參數(shù)分量的估計(jì)
    2.3 定理證明
    2.4 本章小結(jié)
第3章 模擬研究與實(shí)例分析
    3.1 模擬計(jì)算
    3.2 實(shí)例分析
    3.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：2935191