隨著科學(xué)技術(shù)的不斷發(fā)展,能夠處理大量數(shù)據(jù)的各種模型不斷被提出,其處理技術(shù)也得到了迅速的發(fā)展,其中變系數(shù)部分線性誤差變量模型結(jié)合了變系數(shù)模型及誤差變量模型二者的優(yōu)點,既解決了非參數(shù)模型維數(shù)災(zāi)難的問題,又保持了變系數(shù)模型良好的適應(yīng)性,同時,考慮到模型變量存在測量誤差的情況,對誤差變量模型進行研究,使得估計及結(jié)果更加準確。本文對變系數(shù)部分線性誤差變量模型進行了研究,針對模型協(xié)變量之間存在嚴重的復(fù)共線性的情況,在輪廓最小二乘估計方法的基礎(chǔ)上提出了模型的嶺估計,得到了常系數(shù)及變系數(shù)的嶺估計表達式,并對估計結(jié)果的漸近性質(zhì)進行了研究,基于給定的假設(shè)條件,證明了參數(shù)估計的漸近正態(tài)性,并給出了所服從的漸近正態(tài)分布的具體形式,通過數(shù)值模擬實驗對輪廓最小二乘估計及嶺估計方法進行比較,驗證了當協(xié)變量復(fù)共線性關(guān)系較為嚴重時,模型的嶺估計結(jié)果要優(yōu)于模型的輪廓最小二乘估計結(jié)果。最后,本文對哈爾濱的空氣質(zhì)量狀況進行了實證分析,為了研究供暖、秸稈焚燒、溫度、濕度、風級五個因素對哈爾濱空氣質(zhì)量指數(shù)的影響,建立了帶測量誤差以及不帶測量誤差的變系數(shù)部分線性模型,同時運用輪廓最小二乘估計及嶺估計方法對模型進行估計,對不同的模型... 

【文章來源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－２?？（ｒ）的嶺估計擬合曲線??

?東北林業(yè)大學(xué)碩士學(xué)位論文???圖３－１?？（ｒ）的修正輪廓最小二乘估計擬合曲線??ｊｗＷＶＶ＾??５?１?Ｏ?１Ｓ??圖３－２?？（ｒ）的嶺估計擬合曲線??當多重共線性為４．８００８Ｘ１０６時，ａ（ｒ）的輪廓二乘估計及嶺估計擬合曲線，見圖３－３??及圖３－４．??ｈＡＭ／ｙｙ．??■為?＊?１?—＾—??Ｏ?Ｓ?１?Ｏ?ＩＳ??圖３－３?？（ｒ）的修正輪廓最小二乘估計擬合曲線??￣＾〇?Ｓ?１?Ｏ?１Ｓ??圖３＊４?？（ｒ）的嶺估計擬合曲線??３．５．２數(shù)值模擬實驗二??當?ａ（７；）?＝?ｓｉｎ（ｃ？７；）時：??參數(shù)在不同復(fù)共線性下的估計及誤差見表３－２，ａ（ｒ）的輪廓二乘估計及嶺估計擬??－２４－??

?３變系數(shù)部分線性誤差變量模型的嶺估計???合曲線，見圖３－５至圖３－８．??表３－２不同復(fù)共線性下參數(shù)估計及模型誤差??多重共線性?真實值?輪廓最小二乘估計?嶺估計??Ｐ＇?２．５?－０．６８７４?４．１５９３??Ｐ２?－５?－１．７００４?－６．４９８８??５７７．６０１５??均方誤差?＿?３．４２０５Ｍ?〇－３１?０．１９３６??＞＝１???：?９０．６４５３?０．２６５７???ｎ???Ｐ＇?２．５?１１．２５４８?－１．２４３１??／？２?－５?－１３．６２７４?－１．２８００??４．９８５７Ｘ１０４??均方誤差?一?３．９９９８ｘｌ〇－３２?０．０１３５??；＝｜?［?１?—?２．０３７５?０．０２２５???ｎ???當多重共線性為５７７．６０１５時，ａ（ｒ）的輪廓二乘估計及嶺估計擬合曲線：??１?〇??．?．???－１０?－?￣??－２０?－?－??－３０?－?么－??—４０?－?—??－ｓｏ?－?－??＇Ｂ００?Ｓ?１?ＣＤ?１Ｓ??圖３－５?？（〇的修正輪廓最小二乘估計擬合曲線??２??．?．???隹＿＿??１?〇?Ｓ?１?Ｏ?１?Ｓ??圖３－６?ａ（ｒ）的嶺估計擬合曲線??－２５－??

【參考文獻】：
期刊論文
[1]東北區(qū)域空氣質(zhì)量時空分布特征及重度污染成因分析[J]. 陳衛(wèi)衛(wèi),劉陽,吳雪偉,鮑秋陽,高樅亭,張學(xué)磊,趙紅梅,張世春,修艾軍,程天海.  環(huán)境科學(xué). 2019(11)
[2]哈爾濱市空氣質(zhì)量特征及其與氣象要素的關(guān)系[J]. 朱紅蕊,劉赫男,張洪玲,尹嫦姣.  氣象與環(huán)境學(xué)報. 2019(01)
[3]2018年4月大氣環(huán)流和天氣分析[J]. 毛旭,張濤.  氣象. 2018(07)
[4]2018年3月大氣環(huán)流和天氣分析[J]. 韓旭卿,張濤.  氣象. 2018(06)
[5]非參數(shù)部分帶測量誤差的部分線性模型估計[J]. 孫燕,胡美娣.  統(tǒng)計與決策. 2018(09)
[6]部分線性變系數(shù)模型的隨機約束嶺估計[J]. 劉超,韋杰,魏傳華.  應(yīng)用數(shù)學(xué). 2017(04)
[7]哈爾濱市周邊秸稈焚燒對市區(qū)空氣質(zhì)量的影響分析研究[J]. 邢延峰,曹勝,姜景陽,王鵬杰.  環(huán)境科學(xué)與管理. 2016(06)
[8]縱向數(shù)據(jù)部分線性測量誤差模型的二次推斷函數(shù)估計[J]. 李海斌,田瑞琴,李高榮.  應(yīng)用概率統(tǒng)計. 2014(02)
[9]因變量缺失下部分線性變系數(shù)變量含誤差模型的估計[J]. 魏傳華.  數(shù)學(xué)物理學(xué)報. 2010(04)
[10]部分線性變系數(shù)模型Backfitting估計的漸近性質(zhì)[J]. 魏傳華,吳喜之.  高校應(yīng)用數(shù)學(xué)學(xué)報A輯. 2008(02)

碩士論文
[1]哈爾濱主城區(qū)污染天氣的時空規(guī)律及天氣形勢分析[D]. 劉宇飛.蘭州大學(xué) 2016



本文編號：3342490