2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩41頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、參數(shù)回歸模型以其形式簡(jiǎn)潔,簡(jiǎn)單易算的特點(diǎn)使其在各領(lǐng)域的應(yīng)用十分廣泛.但是當(dāng)解釋變量和被解釋變量關(guān)系復(fù)雜,很難用常見(jiàn)函數(shù)關(guān)系式表達(dá)時(shí),就不能采用參數(shù)回歸模型建模.非參數(shù)回歸模型因其擬合復(fù)雜數(shù)據(jù)能力較強(qiáng)并能呈現(xiàn)數(shù)據(jù)之間的非線(xiàn)性關(guān)系而得到眾多學(xué)者的關(guān)注.本文主要介紹了貝葉斯局部懲罰樣條回歸模型.在貝葉斯全局懲罰樣條回歸模型中加入基于局部數(shù)據(jù)極差的局部懲罰,得到貝葉斯局部懲罰樣條回歸模型.模擬結(jié)果表明貝葉斯局部懲罰樣條回歸模型比貝葉斯全局懲罰樣

2、條回歸模型有更好地自適應(yīng)能力,對(duì)數(shù)據(jù)的擬合更充分.本文內(nèi)容具體如下:
  (1)首先,介紹參數(shù)回歸模型和非參數(shù)回歸模型,指出當(dāng)數(shù)據(jù)復(fù)雜時(shí),非參數(shù)回歸模型具有更強(qiáng)的擬合能力.
  (2)然后,詳細(xì)介紹了懲罰樣條回歸模型參數(shù)的求解以及懲罰項(xiàng)的構(gòu)造,通過(guò)GCV準(zhǔn)則選擇最佳光滑參數(shù),使回歸函數(shù)擬合優(yōu)度和光滑程度之間達(dá)到平衡.
  (3)最后,給出貝葉斯局部懲罰樣條回歸模型.介紹貝葉斯統(tǒng)計(jì)基本思想,并且討論了貝葉斯全局懲罰樣條回

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論