导读:本文包含了半参数回归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,参数,线性,方差,渐近,空间,系数。
半参数回归模型论文文献综述
曹连英,张颖[1]（2019）在《时空自回归半参数延迟回归模型的岭估计》一文中研究指出研究时空自回归半参数延迟回归模型.基于局部多项式给出了该模型的两步估计方法,并针对复共线性问题提出该模型的岭估计,给出了岭估计的渐近性质.通过数值模拟验证了提出的估计方法的可行性.(本文来源于《西北师范大学学报(自然科学版)》期刊2019年06期）
张国卿[2]（2019）在《半参数空间变系数自回归模型的估计与应用》一文中研究指出空间数据广泛存在于经济、地理、环境、管理等领域.空间数据的相关性和非平稳性是空间统计学的核心内容.经典的具有空间滞后项的空间自回归模型和空间变系数模型分别针对空间相关性和空间非平稳性建模,未能将二者纳入同一回归模型,无法对同时具有相关性和非平稳性的数据集有效建模.因此,在半参数回归框架下建立能够同时分析空间数据相关性和非平稳性的模型是当前空间统计学的研究热点.本文将带有空间位置的函数作为回归系数引入空间自回归模型中,构建半参数空间变系数自回归模型,从而允许部分自变量对因变量的影响随地理位置的变化而变化,而且能够反映空间相关性.论文首先研究了半参数空间变系数自回归模型的估计方法,然后通过假设检验探究了模型回归关系是否具有空间非平稳性.最后将模型估计方法及假设检验方法应用于我国人口城镇化数据.主要内容如下:1.针对所研究模型滞后项系数、常值系数和变系数部分的估计,通过构造工具变量,利用两阶段最小二乘方法对半参数空间变系数自回归模型的滞后项系数和常值系数进行估计,而对于空间变系数部分的估计则采用局部线性地理加权方法.设计模拟实验,通过平均偏差、标准误差等指标证实了半参数空间变系数自回归模型估计方法的精确性.2.针对半参数空间变系数自回归模型空间非平稳性的假设检验问题,通过构造基于残差的统计量,应用bootstrap方法得到假设检验的p值.设计模拟实验,证实了基于残差的bootstrap检验方法具有较强的功效.3.采用2015年中国31个省份的人口城镇化数据,基于半参数空间变系数自回归模型分析了第叁产业、第二产业、城乡收入差距、外商投资等宏观因素对人口城镇化的影响.实证结果显示,人口城镇化存在空间相关性,西部、中部和东部地区第二产业和第叁产业的发展对人口城镇化的影响表现出强烈的空间非平稳性.(本文来源于《新疆大学》期刊2019-06-30）
陈依凡,叶阿忠[3]（2019）在《外商直接投资、货币政策和房地产泡沫的动态关系研究——基于半参数全局向量自回归模型的分析》一文中研究指出为分析外商直接投资、货币政策及信贷规模和房地产泡沫的动态关系,采用2006—2015年中国30个省(市、自治区)的数据,构建半参数全局向量自回归模型和脉冲响应函数来分析不同经济变量的冲击对房地产泡沫在时间和空间上的传导效应。同时,为考察货币供给量对房地产泡沫的非线性影响,在模型中M2为非参部分,并根据偏导图来研究二者之间的相关关系。研究结果表明,给定某个地区的房地产泡沫冲击、外商直接投资冲击会对周边地区的房地产泡沫产生不同的效应,且这种效应在短期内具有区域性差异,在长期内趋于稳定;货币供给量对房地产泡沫呈现出非线性的影响,并且宽松和紧缩型货币政策在东中西部地区房地产泡沫的传导效率不一致。(本文来源于《中国石油大学学报(社会科学版)》期刊2019年03期）
武新乾,程芳,徐珍[4]（2019）在《相依误差下异方差非参数回归模型的样条估计》一文中研究指出一些经济金融等实际数据中含有非线性趋势、异方差和相依关系,固定设计和相依误差下的异方差非参数回归模型因其能够反映这些数据特征而有着重要的应用.样条方法是常用的非参数光滑方法之一.为了探究样条方法在这类模型中的可用性,本文在α-混合条件下,讨论了均值函数和方差函数的多项式样条估计的逐点相合性,得到了逐点收敛速度.此外,还对所讨论的方法进行了数值模拟,结果表明样条方法在这类模型的应用中是可行的.(本文来源于《工程数学学报》期刊2019年03期）
夏丽丽[5]（2019）在《一类带约束的零膨胀计数模型的半参数回归分析》一文中研究指出在科学研究中,经常会遇到零膨胀计数数据,这类数据的共同点就是,观测数据的方差变化大于均值,我们通常称这是超散度问题。针对零膨胀计数数据,当面临一些复杂数据的情况下,比如有时候我们并不清楚某个协变量到底是对零膨胀部分有影响,还是对分布均值有影响,又或者是对这两者都有影响,目前我们的解决办法是先结合实际,然后再通过一遍遍的模拟来确定,这是相当麻烦和不精确的。针对某个协变量对零膨胀率或分布均值有影响的情况,研究起来并不困难,但当某个协变量对这两部分都有影响并且存在某中关联时,此时再用普通的零膨胀计数模型进行研究会不切实际,会产生较大的误差。面对上面的问题,本文研究了某个协变量对这两者都有影响的情况下,假设非零膨胀率和某种分布均值之间存在某种线性关系,例如捕鱼数据,捕鱼量受各种因素的影响,比如水的深度和经纬度即影响日平均捕鱼量,又影响非零捕获率,它们之间很肯存在某种线性关系,此时可以用带约束的零膨胀计数模型进行研究,约束条件为非零膨胀率和某种分布均值之间存在线性关系。加了约束条件的模型虽然又引入了新的参数,但相比无约束的情况,模型反而更加简洁,参数个数变少等优点,目前国内对此类型的数据缺乏系统性的研究,所以本文主要针对带约束的零膨胀计数数据进行展开。由于非参数回归技术主要是现有估计方法中的局部估计,必须有足够的数据点才能够得到比较精确的估计结果,与此同时,要想达到这样的条件,将会面临“维数祸根”,此时比较折中的办法就是运用半参数回归技术进行数据分析。本文在连接函数部分用了部分线性可加模型对带约束的零膨胀计数模型进行回归分析,非参数估计部分用了光滑样条的估计方法,主要是为了克服曲线对数据点的过度拟合现象。另外,在参数估计过程中,发现如果直接用对数似然函数进行估计,是相当困难的,因为会存在高微积分,难以求出解析解,但是在存在缺失数据的情况下,即零膨胀计数数据中的零我们并不清楚是来自分布零还是结构零,因此引入了EM算法,并把非线性估计器和惩罚似然估计结合在一起,在完全数据下,得到模型的惩罚对数似然函数,然后用EM算法和NewtonRaphson算法对模型的参数和非参数部分进行估计,并给出了相关大样本性质的证明。为了使研究的问题更能反映数据特点,本文还分析了不同离散分布情况下带约束的零膨胀计数模型,可以根据不同的数据特点进行模型选择。最后通过Monte Carlo模拟和实例分析,可以验证此方法的有效性。(本文来源于《兰州财经大学》期刊2019-06-10）
王伟[6]（2019）在《基于半参数回归模型的Jackknife经验似然估计及其应用》一文中研究指出自上世纪八十年代半参数模型被提出以来,经大量学者几十年的研究已得到较为全面的发展与健全,和单纯的参数或非参数模型相比,半参数模型包含了模型误差或其他系统误差的非参数分量。因而,半参数模型在含有参数分量的情形下又兼顾了非参数分量。这一创新之举使得半参数模型在具备参数模型的优点的同时,它也兼备非参数模型的优点。半参数模型相对于单纯参数或非参数模型来说,具有更广泛的实际应用。最小二乘估计、核估计等是过去研究半参数模型常用的方法。近年来,许多学者使用经验似然方法研究半参数模型并取得大量新的结果。本文使用Jackknife经验似然方法分别对鞅差误差下半参数模型的误差方差和缺失数据下半参数模型的误差方差进行研究。本文我们主要研究模型的误差部分,给出了误差方差的估计量,基于Jackknife经验似然方法,我们构造了误差方差的Jackknife经验似然比,并在相对应下的条件下,我们证明误差方差的Jackknife经验似然比统计量渐近卡方性。第一章介绍了半参数模型的Jackknife经验似然的研究背景与研究意义,以及半参数模型及Jackknife经验似然的研究现状,最后简单说明一下内容结构。第二章介绍了在鞅差误差前提下,我们是如何研究半参数变系数模型误差方差的Jackknife经验似然。首先,在得到误差方差的估计量的前提下,基于Jackknife经验似然方法,我们构造模型中误差方差的Jackknife经验对数似然比。紧接着,在相对应的条件下,我们证明了误差方差的Jackknife经验似然比统计量渐近χ2性,在此基础上得到相应的经验似然置信域。第叁章在考虑协变量随机缺失的基础上,通过插补值的方法对缺失值进行处理,获得误差方差的估计量,并在相应的假设前提下证明所提出的估计量的渐近正态性。其次,根据误差方差的估计量,我们构造Jackknife经验对数似然比函数,并在相应条件下验证了该函数满足渐近卡方分布。Jackknife经验似然思想可以有效的降低估计的偏差。研究半参数模型误差方差的Jackknife经验似然将有助于拓展半参数模型的适用范围,同时能更好的应用于实际,为社会的发展与进步提供科学参考。(本文来源于《安徽工程大学》期刊2019-06-10）
高佳佳,何晓霞[7]（2019）在《基于模态回归的半参数部分线性模型的稳健估计》一文中研究指出以半参数部分线性模型为对象,研究了基于模态回归的稳健估计方法。非参数部分采用B样条近似,在模型的回归中通过控制核函数的带宽来实现估计的稳健性,结合局部二次算法(LQA)和模型期望值最大化算法(MEM),提出EM估计算法,得到了参数估计以及非参数部分估计的收敛速度。通过蒙特卡洛模拟和实例分析,验证了本文方法的有效性。(本文来源于《武汉科技大学学报》期刊2019年03期）
许文超[8]（2019）在《半参数函数型回归模型的估计和推断》一文中研究指出函数型数据分析被证明在诸如化学计量学、生物医学研究和计量经济学等领域中有着极大的应用价值.在函数型数据的众多问题中,函数型回归一直受到了人们持续的关注.在这篇论文中,我们主要关注函数型数据的半参数回归模型,它结合了参数和非参数模型的优点.具体来说,我们提出了叁种半参数的函数型回归模型,并且考虑了它们的参数和非参数部分的估计和统计推断.主要的工作列出如下.(1)我们研究回归函数存在一个尺度变换的两样本函数型线性模型.通过使用函数型主成分分析方法,我们给出了截距项、斜率函数和标量参数的估计.在一定的光滑假设下,我们建立了斜率函数部分估计的收敛速度,并且证明了它是minimax最优的.此外,我们研究了标量参数的估计的半参数有效性和假设检验.接着,我们推广提出的估计方法到稀疏且不规则抽样的函数型数据中,并且建立了标量参数和斜率参数的估计的相合性.我们通过数值模拟验证了提出的估计方法在有限样本下的表现,并且通过艾滋病研究中的一个实例分析来说明它们的效果.(2)我们研究响应变量是函数的两样本函数型线性模型,其中回归函数假设存在一个标量的变换.基于最小二乘和函数型主成分分析方法,我们给出了截距函数、斜率函数和参数部分的估计.提出的参数部分的估计被证明是n~（1/2）相合的和渐近正态的.我们也建立了斜率函数的估计的一个收敛速度.此外,我们提出了参数部分的一个更加渐近有效的估计.模拟研究和艾滋病数据集的一个实例分析验证了提出的估计方法的表现.(3)我们考虑带有多个函数型协变量的部分函数型线性模型的估计和推断.通过对每个函数型协变量实施函数型主成分分析(FPCA),我们给出了参数部分和斜率函数的估计,然后建立了提出的参数部分估计的渐近分布,并且研究了它的半参数有效性.我们推导出了斜率函数部分估计的收敛速度,它可以达到函数型线性模型的FPCA估计量的最优速度.我们也建立了预测问题的最优收敛速度.接下来,我们提出参数部分的一个线性假设检验,并且构造了斜率函数的以FPCA估计量为中心的置信带,然后验证了它的渐近合理性.模拟研究和弥散张量成像数据的一个实例分析验证了提出的估计和推断方法在有限样本下的表现.(本文来源于《华东师范大学》期刊2019-05-01）
贾子璇[9]（2019）在《污染数据半参数回归模型的最小一乘局部线性估计》一文中研究指出在生物和医学统计中,很多观测数据有时会受到不属于被观测个体的污染源的影响,而不显示真实值,一般称这类数据为污染数据.半参数回归模型是Engle等人在研究气候条件对电力需求影响这一实际问题时提出的,其形式为Y_i=X~T_iβ+g(T_i)+e_i,1≤i≤n.本文着重研究了污染数据模型在半参数回归模型下,得到的新模型的参数估计,具体来说,就是在回归误差和污染源均服从均值为零,方差己知的Laplace分布的条件下,采用最小一乘估计方法对新模型的线性部分进行估计,采用局部线性估计方法对新模型的非参数部分进行估计,再得到原始模型中各参数的估计.然后,证明了各个参数的估计的相合性.最后对本文提出的方法进行数值模拟,并与最小二乘局部线性估计方法进行对比,根据模拟结果,验证了最小一乘局部线性算法的有效性和稳健性.(本文来源于《吉林大学》期刊2019-05-01）
曾春[10]（2019）在《几种误差下非参数回归模型的预测方法研究》一文中研究指出在时间序列数据分析中,由于许多实际数据表现出的是未知的或很难确定的非线性趋势结构,甚至误差结构也相当复杂,异方差和相依关系并存,这使得传统的时间序列分析方法面临挑战。本文以几种复杂误差下的非参数回归模型的预测方法为切入点展开讨论。文中考虑四种误差情形下的非参数回归模型:同方差下的MA模型和ARMA模型;异方差下的MA模型和ARMA模型。基于多项式样条方法,按照均方误差(MSE)和平均绝对误差(MAE)最小原则,通过Monte Carlo模拟和实证分析比较非外推法、线性外推法和非线性外推法这叁种预测方法的适应性,从而得到较好的预测方法。具体内容和主要成果如下:(1)对于同方差的MA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面整体上优于非外推法,叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对分行业增加值构成-金融业增加值的实证分析,得到了与模拟算例相似的结果。(2)对于同方差的ARMA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面没有明显优势,但叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对人均国内生产总值指数的实证分析,得到了与模拟算例相似的结果。(3)对于异方差的MA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面整体上优于非外推法,叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对重庆市地区人均生产总值指数的实证分析,结果表明,外推法在拟合方面没有明显优势;但在预测方面,得到了与模拟算例相似的结果。(4)对于异方差的ARMA模型。模拟算例表明,按照MSE和MAE最小准则来看,外推法在拟合方面没有明显优势,但叁种方法预测的优劣次序为:线性外推法、非线性外推法、非外推法。通过对国内生产总值指数的实证分析,得到了与模拟算例相似的结果。综上可知,线性外推法的预测效果较好,推荐使用该方法进行模型预测。(本文来源于《河南科技大学》期刊2019-05-01）
半参数回归模型论文开题报告
（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：
空间数据广泛存在于经济、地理、环境、管理等领域.空间数据的相关性和非平稳性是空间统计学的核心内容.经典的具有空间滞后项的空间自回归模型和空间变系数模型分别针对空间相关性和空间非平稳性建模,未能将二者纳入同一回归模型,无法对同时具有相关性和非平稳性的数据集有效建模.因此,在半参数回归框架下建立能够同时分析空间数据相关性和非平稳性的模型是当前空间统计学的研究热点.本文将带有空间位置的函数作为回归系数引入空间自回归模型中,构建半参数空间变系数自回归模型,从而允许部分自变量对因变量的影响随地理位置的变化而变化,而且能够反映空间相关性.论文首先研究了半参数空间变系数自回归模型的估计方法,然后通过假设检验探究了模型回归关系是否具有空间非平稳性.最后将模型估计方法及假设检验方法应用于我国人口城镇化数据.主要内容如下:1.针对所研究模型滞后项系数、常值系数和变系数部分的估计,通过构造工具变量,利用两阶段最小二乘方法对半参数空间变系数自回归模型的滞后项系数和常值系数进行估计,而对于空间变系数部分的估计则采用局部线性地理加权方法.设计模拟实验,通过平均偏差、标准误差等指标证实了半参数空间变系数自回归模型估计方法的精确性.2.针对半参数空间变系数自回归模型空间非平稳性的假设检验问题,通过构造基于残差的统计量,应用bootstrap方法得到假设检验的p值.设计模拟实验,证实了基于残差的bootstrap检验方法具有较强的功效.3.采用2015年中国31个省份的人口城镇化数据,基于半参数空间变系数自回归模型分析了第叁产业、第二产业、城乡收入差距、外商投资等宏观因素对人口城镇化的影响.实证结果显示,人口城镇化存在空间相关性,西部、中部和东部地区第二产业和第叁产业的发展对人口城镇化的影响表现出强烈的空间非平稳性.
（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。
半参数回归模型论文参考文献
[1].曹连英,张颖.时空自回归半参数延迟回归模型的岭估计[J].西北师范大学学报(自然科学版).2019
[2].张国卿.半参数空间变系数自回归模型的估计与应用[D].新疆大学.2019
[3].陈依凡,叶阿忠.外商直接投资、货币政策和房地产泡沫的动态关系研究——基于半参数全局向量自回归模型的分析[J].中国石油大学学报(社会科学版).2019
[4].武新乾,程芳,徐珍.相依误差下异方差非参数回归模型的样条估计[J].工程数学学报.2019
[5].夏丽丽.一类带约束的零膨胀计数模型的半参数回归分析[D].兰州财经大学.2019
[6].王伟.基于半参数回归模型的Jackknife经验似然估计及其应用[D].安徽工程大学.2019
[7].高佳佳,何晓霞.基于模态回归的半参数部分线性模型的稳健估计[J].武汉科技大学学报.2019
[8].许文超.半参数函数型回归模型的估计和推断[D].华东师范大学.2019
[9].贾子璇.污染数据半参数回归模型的最小一乘局部线性估计[D].吉林大学.2019
[10].曾春.几种误差下非参数回归模型的预测方法研究[D].河南科技大学.2019
论文知识图
