發(fā)布時(shí)間：2022-02-17 22:41

　　模型平均作為變量選擇（或模型選擇）的一種替代方法,近年來受到廣泛關(guān)注。模型平均通常降低了回歸估計(jì)中的風(fēng)險(xiǎn),對多個(gè)模型的“投注”相當(dāng)于提供了一種防止選定單個(gè)模型變差的保險(xiǎn),并且避免忽略來自響應(yīng)變量與協(xié)變量之間關(guān)系的有用信息。特別是在底層模型不穩(wěn)定且噪聲水平較高的情況下,模型平均可以提高估計(jì)精度。目前,模型平均的發(fā)展主要是沿著兩個(gè)方向:貝葉斯模型平均和頻率模型平均。本文首先對貝葉斯模型平均方法和頻率模型平均方法進(jìn)行簡要介紹,并且在線性模型和廣義線性模型兩種模型設(shè)置下通過模擬比較二者的性能�，F(xiàn)存的模型平均方法大多是圍繞線性和廣義線性等模型進(jìn)行發(fā)展,對于高斯混合模型的模型平均方法的研究還很不完善。本文將模型平均方法進(jìn)一步推廣到高斯混合模型中,提出了一種基于J-fold交叉驗(yàn)證準(zhǔn)則選擇權(quán)重的頻率模型平均方法并證明了此模型平均估計(jì)的漸近最優(yōu)性。這一貢獻(xiàn)拓寬了現(xiàn)有的模型平均理論的研究成果。模擬研究和實(shí)證分析均顯示提出的模型平均估計(jì)量的風(fēng)險(xiǎn)在大多數(shù)情況下都相對較低。 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究進(jìn)展及現(xiàn)狀
    1.3 本文的研究思路及內(nèi)容
第二章 模型平均方法概述
    2.1 貝葉斯模型平均方法
        2.1.1 線性模型貝葉斯模型平均
        2.1.2 廣義線性模型貝葉斯模型平均
        2.1.3 D-概率
    2.2 頻率模型平均方法
        2.2.1 MMA方法
        2.2.2 OPT模型平均方法
    2.3 模擬比較
        2.3.1 線性模型
        2.3.2 廣義線性模型
第三章 高斯混合模型的頻率模型平均
    3.1 高斯混合模型
    3.2 高斯混合模型的模型選擇
        3.2.1 階選擇程序
        3.2.2 假設(shè)檢驗(yàn)
    3.3 高斯混合模型的頻率模型平均
        3.3.1 模型和估計(jì)
        3.3.2 權(quán)重選擇準(zhǔn)則
        3.3.3 漸近最優(yōu)性
        3.3.4 權(quán)重收斂性
    3.4 數(shù)值模擬和實(shí)證分析
        3.4.1 數(shù)值模擬
        3.4.2 實(shí)證分析
第四章 結(jié)論與展望
    4.1 結(jié)論
    4.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝



本文編號：3630235