导读:本文包含了似乎不相关模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,不相关,地理,时空,误差,变量,小二。
似乎不相关模型论文文献综述
申家朋,陈东升,孙晓梅,张守攻[1]（2019）在《基于似乎不相关回归和哑变量的日本落叶松单木生物量模型构建》一文中研究指出精确地估算林木生物量对于了解大尺度森林生物量、碳储量及其动态变化具有重要意义。以甘肃省、湖北省、辽宁省3个区域共计161株日本落叶松Larix kaempferi单木各器官组分(树干、树皮、树叶、树枝、树根)生物量数据为例,基于似乎不相关回归和哑变量的方法,建立了适合不同区域、不同器官组分的日本落叶松单木通用性生物量方程。结果表明:与普通模型相比,构建的3个哑变量生物量通用模型不仅解决了不同器官组分的相容性,还提高了生物量估测精度,复相关系数增加了0.28%～0.44%,均方根误差减少了0.40%～6.61%,绝对偏差减少了1.63%～6.61%。单独引入1个哑变量时,区域哑变量构建的生物量通用模型预估精度高于发育阶段作为哑变量构建的生物量通用模型;而同时引入2个哑变量时,预估精度分别高于单独引入1个哑变量的生物量通用模型,表明同时考虑区域和发育阶段构建的日本落叶松生物量模型为最佳模型。因此,考虑将区域和发育阶段同时作为哑变量并应用似乎不相关法来构建单木生物量模型,可以解决大尺度生物量模型的通用性和不同组分的相容性问题。表5参33(本文来源于《浙江农林大学学报》期刊2019年05期）
马晓玲[2]（2019）在《具有误差自回归的似乎不相关模型参数的贝叶斯估计》一文中研究指出现如今,随着信息化、大数据时代的到来,数据容量大、内容多样、形式复杂、数据间关联性较密集,事物间相关联的研究越来越受到人们的重视,人们已不能用单一独立的视角解释社会、自然界存在的现象.经典的线性回归模型在很多领域已不能较为合理的解释生活中的方方面面.似乎不相关模型的出世打破了人们对误差模型满足高斯马尔科夫假设条件的认识,通过误差扰动项将看似没有关联的模型紧密地联系在一起.后来,学者们对似乎不相关模型的研究已深入到经济、环境、生态、卫生等领域,均说明了该模型具有很好的解释性及广泛的应用前景.针对面板数据的研究,模型的空间效应广受大众关注.若在同一个时间截面,主要研究关于空间地理位置的异质性和区域之间的关联性问题;在特定的地理位置上,观测值会以时间序列的形式呈现.本文所设定的误差协方差矩阵是表示时间相关性的误差自回归模型,即研究不同时刻同一位置之间的某种相互关系.空间异质性的问题一般用地理加权回归模型来刻画.本文提出具有时间相关性的误差自回归似乎不相关模型与具有误差自回归地理加权似乎不相关回归模型.用该模型更好地刻画解释变量与被解释变量之间关系的动态过程及解决时空异质性、相关性问题.对似乎不相关模型参数的求解问题,国内外学者提供很多种方法:广义最小二乘估计方法、极大似然方法、广义矩方法、线性贝叶斯方法等.本文中,对具有误差自回归似乎不相关模型用线性Bayes估计方法对参数进行估计,并得到该方法的无偏性及有效性证明.在模拟中,用均方误差和绝对偏差均值作为检验指标得出线性Bayes方法较GLS方法的优良性.再根据贝叶斯统计推断及多元参数的有信息先验分布,推导出具有误差自回归地理加权似乎不相关模型参数的后验分布,模拟时结合Gibbs抽样方法得到该模型参数的估计值,并用残差平方和、均方误差和绝对偏差均值作为检验指标,与广义局部加权最小二乘估计方法进行优良性对比,从而说明该模型的良好解释性及估计方法的有效性.(本文来源于《新疆大学》期刊2019-05-24）
刘超,桂风云[3]（2019）在《混合地理加权似乎不相关模型的估计》一文中研究指出地理加权似乎不相关模型作为一类半参数时空数据模型,可以有效的同时刻画空间和时间非平稳性。文章主要研究该模型的一类推广形式,即混合地理加权似乎不相关模型的估计问题,基于局部加权最小二乘法提出了两类估计方法,最后通过模拟考察了所提方法的有效性。(本文来源于《统计与决策》期刊2019年03期）
赵丽[4]（2017）在《高维似乎不相关回归模型的统计推断》一文中研究指出经典的似乎不相关回归模型中,每个方程从表面上看互不相关,但是方程间随机误差项的同期相关性却把各个方程紧密地联系在一起.利用误差项之间的相关信息,可以提高单个方程回归系数的估计精度.随着大数据时代的到来,越来越多的数据表面看来没有关系,但实际却存在同期相关性,似乎不相关回归模型能很好的刻画这种相关性.本文研究高维似乎不相关回归模型中的统计推断问题,包括回归系数的估计和回归模型间的相关性检验.主要结果如下:在高维情形,证明了最常用的Zellner两步估计不存在,在正态假定下,证明了极大似然估计不存在,所以,可用的常用估计量只有各个回归模型的最小二乘估计.利用条件分布的方法减少估计量的随机性,提出了条件期望改进估计,在特殊的模型设定下证明了条件期望改进估计等价于广义最小二乘估计.类似与Zellner两步估计的思想,提出了两步条件期望改进估计,在一种特殊的模型设定下,给出了两步条件期望改进估计的协方差阵的表达式.通过对协方差阵的分析得知,两步估计利用新的方程逐步改进最小二乘估计时,加入新的方程会增大估计误差协方差阵的难度.当似乎不相关回归模型中方程与待估方程的相关性小时,这个方程对减小估计的随机性的贡献程度,不足以抵消加入这个方程带来的累计误差,甚至会带来估计效率的降低.因此提出利用高相关残差改进的最小二乘估计,并通过模拟研究了它的性质.由于高相关残差改进估计中需要计算的改进项很多,当相关方程个数多时计算量大.为了克服这个缺点,定义了广义典型相关变量和广义典型相关系数,并基于这个定义提出了广义典型相关变量改进估计.新估计量的项数少,当协方差阵已知时证明在一定条件下改进估计是最佳线性无偏估计,特别的在两个回归模型时,广义典型相关改进估计就是最佳线性无偏估计.在一般情况下,若协方差阵已知时,证明了广义典型相关改进估计的均方误差小于最小二乘估计,不同于Zellner的两步估计,广义典型相关改进估计中不出现协方差阵的逆,所以,在协方差阵未知时,我们可以用样本方差和样本协方差代替未知的方差和协方差,得到两步广义典型相关改进估计.模拟结果表明,新估计优于最小二乘估计.误差的协方差矩阵是非对角阵是似乎不相关线性回归模型的一个基本假定.对于误差协方差阵是否为对角阵的检验问题,我们基于样本相关系数平方的最大值提出了一个新的检验统计量,给出了两种情况下的渐近分布,一是回归模型的个数固定,观察次数趋于无穷.二是先让观察次数趋于无穷后,再让回归模型的个数趋于无穷.在第二种情形,检验统计量的渐近分布为指数分布.模拟结果表明,当回归模型间相关性很稀疏,且有高相关时,新的检验比已有的检验功效高。(本文来源于《北京理工大学》期刊2017-06-01）
罗文强,冀雅楠,王淳越,宋子健[5]（2016）在《多监测点滑坡变形预测的似乎不相关模型研究》一文中研究指出采用似乎不相关模型(SUR),可有效地考虑滑坡多个监测点的之间的关联性,对多个监测点的累计位移数据同步处理,更精确地实现滑坡的变形预测。以白水河滑坡为例,取ZG93和ZG118两个监测点,建立2个监测点的累计位移回归方程,根据两步回归法计算得到2个方程的误差协方差矩阵。由于误差协方差矩阵为非对角矩阵,所以2个监测点的回归方程实际上是相互联系的,满足似乎不相关模型的条件,可以建立2个监测点联立的似乎不相关模型,实现对ZG93和ZG118两个监测点的同步变形预测。与传统的普通最小二乘法(OLS)比较,似乎不相关的估计参数比普通最小二乘估计更接近真实值,SUR模型平均相对误差均小于OLS模型平均相对误差,显示SUR模型的预测精度要高于OLS模型。(本文来源于《岩石力学与工程学报》期刊2016年S1期）
吴静[6]（2016）在《似乎不相关空间计量经济学模型的研究》一文中研究指出近年来,时空数据的分析和建模得到了统计学家和计量经济学家的重视,多类模型相继被提出。目前,空间面板数据是拟合时空数据最为常用的模型,但时间异质性没有得到充分考虑。为了能够同时刻画时间异质性和空间效应,多类空间似乎不相关模型被提出和研究,但现有研究中关于空间效应的刻画都是采用空间滞后或者误差空间自回归这两类形式。对于截面数据,已有结果表明空间误差分量设定方法也能很好的刻画空间效应,相比于空间滞后和误差空间自回归这两类方法有其优势。但目前还没有文献将空间误差分量设定方法用于空间似乎不相关模型,针对这一问题,本文将提出两类新的空间计量经济学模型并进行统计推断方法的研究。论文首先将空间误差分量设定方法与似乎不相关模型结合,提出似乎不相关空间误差分量模型,并给出了模型中未知参数的估计,数值模拟考察了所提几类估计量在有限样本下的表现,得到了与理论性质相一致的结果。为了更好的刻画因变量与自变量之间蕴含的复杂关系,增加模型的解释能力,论文第二部分提出了一类部分线性空间误差分量似乎不相关模型,基于profile最小二乘估计方法给出了模型中未知参数分量和非参数分量的估计并用数值模拟考察了所提方法的有效性。针对时空数据,论文提出了两类新的空问计量经济学模型,并研究了模型的估计问题,研究结果丰富了空问计量经济学的研究内容,为实际问题的解决提供了更加灵活的建模方法。(本文来源于《中央民族大学》期刊2016-04-30）
桂风云,魏传华[7]（2016）在《地理加权似乎不相关回归模型及其估计》一文中研究指出为了刻画时空异质性,文章基于地理加权回归技术和似乎不相关回归方法提出了一种新的空间计量经济学模型——地理加权似乎不相关模型。对于这类模型中的未知系数函数,提出了两种估计方法,第一种方法是利用局部加权最小二乘方法分别估计每个时刻对应的空间变系数模型,第二种方法是广义局部加权最小二乘估计,考虑了同一地点不同时刻误差之间的相关性。(本文来源于《统计与决策》期刊2016年08期）
丁成日,牛毅,何莲娜,李智[8]（2016）在《产业发展与城市土地利用关系研究——利用有约束条件的似乎不相关回归模型分析》一文中研究指出城市经济发展需要建筑空间作支撑,不同的经济活动有不同的建筑空间要求,而不同土地利用类型有不同的建筑容积率,因此为城市经济发展供给城市土地就比较复杂。产业与城市土地之间数量关系是实现经济规划与城市规划融合、经济规划"空间落地"的一个重要技术关键。本文利用有约束的似乎不相关模型分析经济产业与城市土地之间的关系,通过北京实证估算,该方法推算的结果比较符合实际。我们认为该方法可以广泛地应用到其它城市,在直接数据缺失的情况下,这个非调查方法的实用价值不可低估。(本文来源于《城市观察》期刊2016年02期）
张春晴[9]（2016）在《带有有偏正态误差的似乎不相关Tobit模型的估计及其应用》一文中研究指出在卫生经济中,医疗费用数据是一个受限制的数据,其中包含一部分零,而那些不为零的数据常呈现出连续的有偏形态。此时,基于正态或t分布误差的Tobit模型可能不适合刻画该类数据。为此,本文将已有的二元似乎不相关Tobit模型推广到相应的带有有偏正态误差的模型。对于似乎不相关Tobit模型,人们通常通过二元分布来描述其误差项之间的相关性,特别是二元正态分布,但其边缘分布之间的线性关系导致其有一定的局限性。针对此问题,本文采用Copula来描述似乎不相关Tobit模型误差项之间的相关关系。本文还重点研究了模型的参数估计,包括极大似然估计方法、两阶段KM (Kaplan-Meier)估计方法、两阶段补充数据估计方法。通过随机模拟研究,说明了似乎不相关Tobit模型和所提出的估计方法的有效性。本文旨在为一批美国退休人口医疗费用数据选取一个较合适的模型,该数据中记录了2000年美国健康与退休调查中得到的自费医疗费用以及公费医疗费用。包含了3206个调查对象,其中有12%的个体反映自费医疗费用为零,同时有20%的个体报告说公费医疗费用为零。文中采用两阶段补充数据法进行参数估计,所得到结论基本合理,并且与人们一般的认知保持一致,这也进一步说明了我们模型和参数估计方法的有效性。(本文来源于《南京师范大学》期刊2016-03-07）
徐文科,刘洋[10]（2013）在《捕食与被捕食种群似乎不相关模型的参数估计》一文中研究指出运用似乎不相关线性模型原理,对具有捕食与被捕食关系的Lotka-Volterra模型的参数给予估计,得到从定量的角度分析种群关系的新途径,为分析具体的应用问题提供了一个新的方法,并对加拿大猞猁与雪兔两种群关系的生态学典型例子进行了具体的定量分析,得出两种群稳定的各项参数估计值。(本文来源于《黑龙江大学自然科学学报》期刊2013年05期）
似乎不相关模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现如今,随着信息化、大数据时代的到来,数据容量大、内容多样、形式复杂、数据间关联性较密集,事物间相关联的研究越来越受到人们的重视,人们已不能用单一独立的视角解释社会、自然界存在的现象.经典的线性回归模型在很多领域已不能较为合理的解释生活中的方方面面.似乎不相关模型的出世打破了人们对误差模型满足高斯马尔科夫假设条件的认识,通过误差扰动项将看似没有关联的模型紧密地联系在一起.后来,学者们对似乎不相关模型的研究已深入到经济、环境、生态、卫生等领域,均说明了该模型具有很好的解释性及广泛的应用前景.针对面板数据的研究,模型的空间效应广受大众关注.若在同一个时间截面,主要研究关于空间地理位置的异质性和区域之间的关联性问题;在特定的地理位置上,观测值会以时间序列的形式呈现.本文所设定的误差协方差矩阵是表示时间相关性的误差自回归模型,即研究不同时刻同一位置之间的某种相互关系.空间异质性的问题一般用地理加权回归模型来刻画.本文提出具有时间相关性的误差自回归似乎不相关模型与具有误差自回归地理加权似乎不相关回归模型.用该模型更好地刻画解释变量与被解释变量之间关系的动态过程及解决时空异质性、相关性问题.对似乎不相关模型参数的求解问题,国内外学者提供很多种方法:广义最小二乘估计方法、极大似然方法、广义矩方法、线性贝叶斯方法等.本文中,对具有误差自回归似乎不相关模型用线性Bayes估计方法对参数进行估计,并得到该方法的无偏性及有效性证明.在模拟中,用均方误差和绝对偏差均值作为检验指标得出线性Bayes方法较GLS方法的优良性.再根据贝叶斯统计推断及多元参数的有信息先验分布,推导出具有误差自回归地理加权似乎不相关模型参数的后验分布,模拟时结合Gibbs抽样方法得到该模型参数的估计值,并用残差平方和、均方误差和绝对偏差均值作为检验指标,与广义局部加权最小二乘估计方法进行优良性对比,从而说明该模型的良好解释性及估计方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
似乎不相关模型论文参考文献
[1].申家朋,陈东升,孙晓梅,张守攻.基于似乎不相关回归和哑变量的日本落叶松单木生物量模型构建[J].浙江农林大学学报.2019
[2].马晓玲.具有误差自回归的似乎不相关模型参数的贝叶斯估计[D].新疆大学.2019
[3].刘超,桂风云.混合地理加权似乎不相关模型的估计[J].统计与决策.2019
[4].赵丽.高维似乎不相关回归模型的统计推断[D].北京理工大学.2017
[5].罗文强,冀雅楠,王淳越,宋子健.多监测点滑坡变形预测的似乎不相关模型研究[J].岩石力学与工程学报.2016
[6].吴静.似乎不相关空间计量经济学模型的研究[D].中央民族大学.2016
[7].桂风云,魏传华.地理加权似乎不相关回归模型及其估计[J].统计与决策.2016
[8].丁成日,牛毅,何莲娜,李智.产业发展与城市土地利用关系研究——利用有约束条件的似乎不相关回归模型分析[J].城市观察.2016
[9].张春晴.带有有偏正态误差的似乎不相关Tobit模型的估计及其应用[D].南京师范大学.2016
[10].徐文科,刘洋.捕食与被捕食种群似乎不相关模型的参数估计[J].黑龙江大学自然科学学报.2013
论文知识图
