發(fā)布時間：2022-11-11 21:12

　　我們在對現(xiàn)實生活中的數(shù)據(jù)進行統(tǒng)計建模時會發(fā)現(xiàn)在數(shù)據(jù)中往往存在數(shù)據(jù)缺失的情況。數(shù)據(jù)缺失的原因有很多,例如數(shù)據(jù)采集時沒有采集到,又如數(shù)據(jù)保存時出現(xiàn)各種原因?qū)е聰?shù)據(jù)丟失等原因。雖然生活中很多數(shù)據(jù)的產(chǎn)生很快且成本很低,同時對研究不會存在影響,通常我們對這類缺失的數(shù)據(jù)進行刪除,然后進行研究。但是耗費巨大人力、物力、財力或是很長時間才能觀測到的數(shù)據(jù)丟失將是巨大的損失,此時首先要將缺失的數(shù)據(jù)進行補全,然后進行研究。半?yún)?shù)回歸模型在統(tǒng)計建模中是一類重要的回歸模型,這類回歸模型是在線性回歸模型的基礎(chǔ)上加上了非線性回歸模型部分。因此,半?yún)?shù)回歸模型不僅擁有線性回歸模型的可解釋性,同時還具備非線性回歸模型的穩(wěn)健性。變系數(shù)模型和部分線性變系數(shù)模型就是一類重要的半?yún)?shù)回歸模型,此類回歸模型在經(jīng)濟、金融、氣象、工業(yè)、農(nóng)業(yè)等領(lǐng)域有著廣泛的應(yīng)用。我們在建立回歸模型時,檢驗回歸模型的殘差是否具有相同的方差是一項必不可少的工作。如果所建立的回歸模型存在異方差,那么模型將不能進行有效的預(yù)測預(yù)報。本文研究的是基于經(jīng)驗似然的響應(yīng)變量隨機缺失的部分線性變系數(shù)模型的異方差檢驗。本人的工作,首先研究了響應(yīng)變量缺失下的變系數(shù)模型和部分... 

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 引言
    1.2 缺失數(shù)據(jù)的簡介及研究現(xiàn)狀
    1.3 異方差檢驗的簡介及研究現(xiàn)狀
    1.4 經(jīng)驗似然的簡介及研究現(xiàn)狀
    1.5 本人的工作及論文的結(jié)構(gòu)
2 部分線性變系數(shù)模型的估計方法及缺失數(shù)據(jù)的處理方法
    2.1 部分線性變系數(shù)模型的估計方法
    2.2 缺失數(shù)據(jù)的處理方法
3 響應(yīng)變量缺失下變系數(shù)模型的異方差檢驗
    3.1 引言
    3.2 變系數(shù)模型中響應(yīng)變量隨機缺失的處理方法
    3.3 響應(yīng)變量缺失下變系數(shù)模型異方差的檢驗方法
    3.4 數(shù)值模擬
4 響應(yīng)變量缺失下部分線性變系數(shù)模型的異方差檢驗
    4.1 引言
    4.2 部分線性變系數(shù)模型中響應(yīng)變量隨機缺失的處理方法
    4.3 響應(yīng)變量缺失下部分線性變系數(shù)膜型的異方差檢驗
    4.4 數(shù)值模擬
    4.5 定理的證明
5 總結(jié)與展望
致謝
參考文獻
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果



本文編號：3705754