本文關(guān)鍵詞：缺失數(shù)據(jù)下半?yún)?shù)模型的序列相關(guān)性檢驗(yàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：在對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的過程中,理想的情況下,收集到的數(shù)據(jù)集中記錄到的每條數(shù)據(jù)都是完整的,不存在空白值、缺失值.但在現(xiàn)實(shí)世界中,缺失數(shù)據(jù)往往無法避免.由于數(shù)據(jù)獲取的渠道、對(duì)數(shù)據(jù)的結(jié)構(gòu)理解差異等多種原因使得收集到的數(shù)據(jù)不完整、含噪聲.這些缺失的數(shù)據(jù)往往會(huì)對(duì)統(tǒng)計(jì)分析造成不良的影響,例如影響從數(shù)據(jù)集中推斷出模型正確性和導(dǎo)出規(guī)則的準(zhǔn)確性,導(dǎo)致挖掘出錯(cuò)誤的模型,因此如何正確處理缺失的數(shù)據(jù)顯得極其重要.半?yún)?shù)回歸模型因其兼?zhèn)淞擞行詮?qiáng)和穩(wěn)健性高的特點(diǎn),被研究和應(yīng)用的比較廣泛,而部分線性模型和部分線性單指標(biāo)模型則是其中的兩個(gè)經(jīng)典模型.對(duì)于半?yún)?shù)模型來說,由于殘差的序列相關(guān)檢驗(yàn)關(guān)系到參數(shù)的估計(jì)的有效性等問題,所以眾多的學(xué)者在殘差的序列相關(guān)檢驗(yàn)方面已經(jīng)做了大量的研究并取得了相當(dāng)豐碩的研究成果,但對(duì)于缺失數(shù)據(jù)下半?yún)?shù)模型的殘差序列相關(guān)檢驗(yàn)問題研究的并不多.本文著重研究了協(xié)變量缺失下的部分線性模型和響應(yīng)變量缺失下部分線性模單指標(biāo)模型的序列相關(guān)檢驗(yàn)問題.首先對(duì)存在缺失數(shù)據(jù)的部分線性模型和部分線性單指標(biāo)模型,對(duì)缺失的數(shù)據(jù)進(jìn)行借補(bǔ),構(gòu)建出檢驗(yàn)的統(tǒng)計(jì)量。然后在原假設(shè)成立的條件下估計(jì)出統(tǒng)計(jì)量中的未知參數(shù)和未知函數(shù),并證明了統(tǒng)計(jì)量的漸近分布為2?分布.最后通過R程序進(jìn)行了大量的數(shù)值模擬部分對(duì)理論部分進(jìn)行了驗(yàn)證,數(shù)值模擬的結(jié)果顯示檢驗(yàn)統(tǒng)計(jì)量不論是在水平上還是在功效上都具有非常好的效果.
【關(guān)鍵詞】：缺失數(shù)據(jù) 部分線性模型 部分線性單指標(biāo)模型 經(jīng)驗(yàn)似然 序列相關(guān)性檢驗(yàn)
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O212.1
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-14
• 1.1 引言8-9
• 1.2 缺失數(shù)據(jù)的研究現(xiàn)狀9-10
• 1.3 序列關(guān)性檢驗(yàn)及研究現(xiàn)狀10
• 1.4 經(jīng)驗(yàn)似然方法的研究現(xiàn)狀10-11
• 1.4.1 經(jīng)驗(yàn)似然的思想10-11
• 1.4.2 經(jīng)驗(yàn)似然的研究現(xiàn)狀11
• 1.5 本人工作及論文結(jié)構(gòu)11-14
• 2 半?yún)?shù)模型及缺失數(shù)據(jù)的相關(guān)研究方法14-18
• 2.1 部分線性模型的估計(jì)方法14
• 2.2 部分線性單指標(biāo)模型的估計(jì)方法14-16
• 2.3 缺失數(shù)據(jù)下的估計(jì)方法16-18
• 2.3.1 協(xié)變量缺失下回歸系數(shù)的估計(jì)16-17
• 2.3.2 響應(yīng)變量缺失下回歸系數(shù)的估計(jì)17-18
• 3 協(xié)變量缺失下部分線性模型的序列相關(guān)性檢驗(yàn)18-28
• 3.1 引言18
• 3.2 理論與方法18-20
• 3.2.1 缺失的協(xié)變量的借補(bǔ)18-19
• 3.2.2 構(gòu)造經(jīng)驗(yàn)似然比統(tǒng)計(jì)量19-20
• 3.3 數(shù)值模擬20-23
• 3.4 定理的證明23-28
• 4 響應(yīng)變量缺失下部分線性單指標(biāo)模型的序列相關(guān)性檢驗(yàn)28-36
• 4.1 引言28
• 4.2 理論與方法28-30
• 4.2.1 響應(yīng)變量缺失的數(shù)據(jù)進(jìn)行借補(bǔ)28-29
• 4.2.2 構(gòu)造經(jīng)驗(yàn)似然比統(tǒng)計(jì)量29-30
• 4.3 數(shù)值模擬30-32
• 4.4 定理的證明32-36
• 5 總結(jié)與展望36-38
• 致謝38-40
• 參考文獻(xiàn)40-42
• 附錄42

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 金勇進(jìn);缺失數(shù)據(jù)的加權(quán)調(diào)整(系列之Ⅳ)[J];數(shù)理統(tǒng)計(jì)與管理;2001年05期

2 趙慧秀;馬文卿;;帶有缺失數(shù)據(jù)的估計(jì)方程[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

3 龐新生;;缺失數(shù)據(jù)處理方法的比較[J];統(tǒng)計(jì)與決策;2010年24期

4 楊金英;崔朝杰;;圖模型方法用于二值變量相關(guān)性分析中缺失數(shù)據(jù)的估計(jì)[J];中國衛(wèi)生統(tǒng)計(jì);2012年05期

5 帥平;李曉松;周曉華;劉玉萍;;缺失數(shù)據(jù)統(tǒng)計(jì)處理方法的研究進(jìn)展[J];中國衛(wèi)生統(tǒng)計(jì);2013年01期

6 金勇進(jìn);缺失數(shù)據(jù)的偏差校正(系列三)[J];數(shù)理統(tǒng)計(jì)與管理;2001年04期

7 畢華,李濟(jì)洪;帶有缺失數(shù)據(jù)的聚類分析方法[J];華北工學(xué)院學(xué)報(bào);2003年05期

8 李開燦;;有缺失數(shù)據(jù)的META-MARKOV模型的局部計(jì)算[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2007年03期

9 周偉萍;張德然;楊興瓊;;具有部分缺失數(shù)據(jù)時(shí)兩個(gè)幾何總體的估計(jì)[J];長春大學(xué)學(xué)報(bào);2008年02期

10 梁怡;;缺失數(shù)據(jù)的插補(bǔ)調(diào)整方法[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前8條

1 耿直;葛丹丹;;縱向研究非隨機(jī)缺失數(shù)據(jù)分析[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一種處理缺失數(shù)據(jù)的新方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

3 陳楠;劉紅云;;基于增長模型的缺失數(shù)據(jù)處理方法之比較[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 肖進(jìn);賀昌政;;面向缺失數(shù)據(jù)的客戶價(jià)值區(qū)分集成模型研究[A];中國企業(yè)運(yùn)籌學(xué)[2010(1)][C];2010年

5 曾莉;張淑梅;辛濤;;IRT模型中缺失數(shù)據(jù)處理方法比較[A];第十一屆全國心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

6 孫玲;劉浩;袁長亮;;北京市城市快速路微波檢測(cè)缺失數(shù)據(jù)分析[A];2008第四屆中國智能交通年會(huì)論文集[C];2008年

7 張香云;;基于EM算法缺失數(shù)據(jù)下混合模型的參數(shù)估計(jì)[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

8 李曉煦;侯杰泰;;結(jié)構(gòu)方程中缺失數(shù)據(jù)的處理:FIML,EM與MI[A];全國教育與心理統(tǒng)計(jì)測(cè)量學(xué)術(shù)年會(huì)論文摘要集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬友;基于QoS缺失數(shù)據(jù)預(yù)測(cè)的個(gè)性化Web服務(wù)推薦方法研究[D];北京郵電大學(xué);2015年

2 彭清艷;廣義函數(shù)型回歸模型及缺失數(shù)據(jù)模型[D];云南大學(xué);2016年

3 駱汝九;多指標(biāo)綜合評(píng)價(jià)的非參數(shù)方法和缺失數(shù)據(jù)的聚類方法研究[D];揚(yáng)州大學(xué);2011年

4 祝麗萍;幾種缺失數(shù)據(jù)和高維數(shù)據(jù)模型的統(tǒng)計(jì)分析[D];山東大學(xué);2012年

5 賈博婷;缺失數(shù)據(jù)下一類整值時(shí)間序列的統(tǒng)計(jì)推斷[D];吉林大學(xué);2014年

6 劉旭;在完全和缺失數(shù)據(jù)下基于非光滑估計(jì)方程的統(tǒng)計(jì)推斷與變量選擇問題[D];云南大學(xué);2010年

7 趙鵬飛;混沌數(shù)據(jù)恢復(fù)與非線性系統(tǒng)的模型參考控制[D];吉林大學(xué);2010年

8 陸福忠;數(shù)據(jù)缺失下的分布函數(shù)估計(jì)問題[D];復(fù)旦大學(xué);2007年

9 趙慧秀;可交換的兩值數(shù)據(jù)的統(tǒng)計(jì)分析[D];東北師范大學(xué);2009年

10 付志慧;多維項(xiàng)目反應(yīng)模型的參數(shù)估計(jì)[D];吉林大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊利華;缺失數(shù)據(jù)的處理方法研究及應(yīng)用[D];景德鎮(zhèn)陶瓷學(xué)院;2011年

2 袁中萸;多元線性回歸模型中缺失數(shù)據(jù)填補(bǔ)方法的效果比較[D];中南大學(xué);2008年

3 褚培肖;缺失數(shù)據(jù)下的有限混合計(jì)數(shù)數(shù)據(jù)模型的統(tǒng)計(jì)推斷研究[D];昆明理工大學(xué);2015年

4 楊旭;多視角數(shù)據(jù)缺失補(bǔ)全問題研究[D];北京交通大學(xué);2016年

5 吳高航;基于核獨(dú)立成分分析的缺失數(shù)據(jù)下貝葉斯網(wǎng)絡(luò)學(xué)習(xí)算法研究[D];北京交通大學(xué);2016年

6 母建熊;基于飽和模型的帶有缺失的可交換兩值數(shù)據(jù)分析[D];東南大學(xué);2015年

7 張彩林;車輛缺失軌跡的智能補(bǔ)全[D];北京物資學(xué)院;2016年

8 隋宇婷;基于改進(jìn)的極限學(xué)習(xí)機(jī)（ELM）的缺失數(shù)據(jù)填補(bǔ)方法研究[D];東北大學(xué);2014年

9 柳寶;基于無限隱Markov模型的機(jī)械故障診斷方法研究[D];南昌航空大學(xué);2016年

10 雷偉;帶有不可忽略缺失數(shù)據(jù)的混合線性模型的貝葉斯統(tǒng)計(jì)推斷[D];云南大學(xué);2016年

  本文關(guān)鍵詞：缺失數(shù)據(jù)下半?yún)?shù)模型的序列相關(guān)性檢驗(yàn)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：466157