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(diǎn),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(shí),考慮到模型變量存在測(cè)量誤差的情況,對(duì)誤差變量模型進(jìn)行研究,使得估計(jì)及結(jié)果更加準(zhǔn)確。本文對(duì)變系數(shù)部分線性誤差變量模型進(jìn)行了研究,針對(duì)模型協(xié)變量之間存在嚴(yán)重的復(fù)共線性的情況,在輪廓最小二乘估計(jì)方法的基礎(chǔ)上提出了模型的嶺估計(jì),得到了常系數(shù)及變系數(shù)的嶺估計(jì)表達(dá)式,并對(duì)估計(jì)結(jié)果的漸近性質(zhì)進(jìn)行了研究,基于給定的假設(shè)條件,證明了參數(shù)估計(jì)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(shí)驗(yàn)對(duì)輪廓最小二乘估計(jì)及嶺估計(jì)方法進(jìn)行比較,驗(yàn)證了當(dāng)協(xié)變量復(fù)共線性關(guān)系較為嚴(yán)重時(shí),模型的嶺估計(jì)結(jié)果要優(yōu)于模型的輪廓最小二乘估計(jì)結(jié)果。最后,本文對(duì)哈爾濱的空氣質(zhì)量狀況進(jìn)行了實(shí)證分析,為了研究供暖、秸稈焚燒、溫度、濕度、風(fēng)級(jí)五個(gè)因素對(duì)哈爾濱空氣質(zhì)量指數(shù)的影響,建立了帶測(cè)量誤差以及不帶測(cè)量誤差的變系數(shù)部分線性模型,同時(shí)運(yùn)用輪廓最小二乘估計(jì)及嶺估計(jì)方法對(duì)模型進(jìn)行估計(jì),對(duì)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(jí)別】：碩士

【部分圖文】：

圖３－２?？（ｒ）的嶺估計(jì)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(jì)擬合曲線??ｊｗＷＶＶ＾??５?１?Ｏ?１Ｓ??圖３－２?？（ｒ）的嶺估計(jì)擬合曲線??當(dāng)多重共線性為４．８００８Ｘ１０６時(shí)，ａ（ｒ）的輪廓二乘估計(jì)及嶺估計(jì)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(jì)擬合曲線??￣＾〇?Ｓ?１?Ｏ?１Ｓ??圖３＊４?？（ｒ）的嶺估計(jì)擬合曲線??３．５．２數(shù)值模擬實(shí)驗(yàn)二??當(dāng)?ａ（７；）?＝?ｓｉｎ（ｃ？７；）時(shí)：??參數(shù)在不同復(fù)共線性下的估計(jì)及誤差見表３－２，ａ（ｒ）的輪廓二乘估計(jì)及嶺估計(jì)擬??－２４－??

?３變系數(shù)部分線性誤差變量模型的嶺估計(jì)???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(jì)及模型誤差??多重共線性?真實(shí)值?輪廓最小二乘估計(jì)?嶺估計(jì)??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(dāng)多重共線性為５７７．６０１５時(shí)，ａ（ｒ）的輪廓二乘估計(jì)及嶺估計(jì)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(jì)擬合曲線??２??．?．???隹＿＿??１?〇?Ｓ?１?Ｏ?１?Ｓ??圖３－６?ａ（ｒ）的嶺估計(jì)擬合曲線??－２５－??

【參考文獻(xiàn)】：
期刊論文
[1]東北區(qū)域空氣質(zhì)量時(shí)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(bào). 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(cè)量誤差的部分線性模型估計(jì)[J]. 孫燕,胡美娣.  統(tǒng)計(jì)與決策. 2018(09)
[6]部分線性變系數(shù)模型的隨機(jī)約束嶺估計(jì)[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(duì)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(cè)量誤差模型的二次推斷函數(shù)估計(jì)[J]. 李海斌,田瑞琴,李高榮.  應(yīng)用概率統(tǒng)計(jì). 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(jì)[J]. 魏傳華.  數(shù)學(xué)物理學(xué)報(bào). 2010(04)
[10]部分線性變系數(shù)模型Backfitting估計(jì)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(bào)A輯. 2008(02)

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



本文編號(hào)：3342490