

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,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、由于解決實(shí)際問題的需要,僅僅研究隨機(jī)變量的古典回歸模型已經(jīng)不能滿足分析的需要,人們需要去探究更加復(fù)雜的數(shù)據(jù)以及模型,因此函數(shù)數(shù)據(jù)作為隨機(jī)變量的推廣越來(lái)越受到重視,而對(duì)于函數(shù)數(shù)據(jù)的分析,也漸漸被學(xué)者們所關(guān)注.本文在前人研究的基礎(chǔ)上針對(duì)函數(shù)數(shù)據(jù)提出一種新的模型,模型要解決的問題是:響應(yīng)變量是標(biāo)量,解釋變量既含有隨機(jī)向量也含有函數(shù)隨機(jī)變量,其中隨機(jī)向量與響應(yīng)變量之間是線性關(guān)系,函數(shù)隨機(jī)變量一部分與響應(yīng)變量之間為線性的,另一部分是非線性的.我們
2、稱這種新的模型為部分線性函數(shù)線性模型.
本文的緒論部分主要介紹函數(shù)數(shù)據(jù)的發(fā)展背景、現(xiàn)狀以及理論準(zhǔn)備,第一部分介紹了幾種函數(shù)數(shù)據(jù)的回歸模型,進(jìn)而引出一種新的部分線性函數(shù)線性模型,第二部分從Karhunen-Loève展開的觀點(diǎn)出發(fā),利用核估計(jì)和最小二乘的方法對(duì)模型中的三個(gè)參數(shù)進(jìn)行了估計(jì).第三部分給出了估計(jì)的漸近正態(tài)性和收斂速度等大樣本性質(zhì).在第四部分對(duì)估計(jì)的具體過(guò)程進(jìn)行推導(dǎo),并證明了漸近性質(zhì).第五部分通過(guò)數(shù)據(jù)模擬來(lái)評(píng)價(jià)我們所提出
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,若沒有圖紙預(yù)覽就沒有圖紙。
- 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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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。
最新文檔
- 35032.高維線性模型和部分線性模型的相合統(tǒng)計(jì)推斷
- 厚尾GARCH模型及部分線性可加模型的統(tǒng)計(jì)推斷.pdf
- 響應(yīng)變量隨機(jī)缺失的部分線性模型的統(tǒng)計(jì)推斷.pdf
- 幾類數(shù)據(jù)下部分線性單調(diào)回歸模型的統(tǒng)計(jì)推斷.pdf
- 19159.函數(shù)帶誤差的部分線性模型的約束統(tǒng)計(jì)推斷和adaptivelasso變量選擇探究
- 響應(yīng)變量有缺失時(shí)變系數(shù)部分線性模型的統(tǒng)計(jì)推斷.pdf
- 含有可加和非可加測(cè)量誤差的部分線性模型的統(tǒng)計(jì)推斷.pdf
- 函數(shù)系數(shù)部分線性模型的小波估計(jì).pdf
- 部分線性模型的估計(jì).pdf
- 46556.函數(shù)系數(shù)部分線性模型的變量選擇
- 缺失數(shù)據(jù)下函數(shù)系數(shù)部分線性模型的估計(jì).pdf
- 函數(shù)系數(shù)和部分線性模型中的估計(jì)問題.pdf
- 部分線性回歸模型的估計(jì).pdf
- 41373.數(shù)據(jù)缺失時(shí)部分線性模型的經(jīng)驗(yàn)似然推斷
- 部分線性模型的小波估計(jì).pdf
- 變系數(shù)部分線性模型的參數(shù)估計(jì)與統(tǒng)計(jì)診斷.pdf
- 廣義部分線性違約概率模型.pdf
- 縱向數(shù)據(jù)下部分線性變系數(shù)模型的光滑估計(jì)函數(shù)
- 23694.部分線性模型及其應(yīng)用
- 3975.半函數(shù)型部分線性回歸模型局部線性估計(jì)量的漸近性質(zhì)
評(píng)論
0/150
提交評(píng)論