导读:本文包含了平稳遍历论文开题报告文献综述及选题提纲参考文献，主要关键词:M估计,递归估计,遍历数据,几乎完全收敛
平稳遍历论文文献综述
陈楚曦,凌能祥,凌劲,刘阳[1]（2019）在《平稳遍历函数型非参数递归M估计的收敛速度》一文中研究指出文章基于平稳遍历函数型数据,构造非参数回归算子的递归M估计,在一定条件下建立了递归估计量的几乎完全一致收敛速度,推广了现有文献中的相关结果。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年05期）
万骏[2]（2019）在《浅谈生灭过程的遍历性及平稳分布》一文中研究指出随着时代的不断发展进步,近年来,我国各行业都得到了长足的发展。值得一提的是,国家对教育行业的重视力度越来越大,因为教育不仅可以有效地推动经济的发展进步,同时还可以为我国研究事业提供资料依据、个人才数据等。其中,在高校数学教学中,无论是什么专业,都要接受数学教学,数学不仅可以提升个人思维能力,同时对于生活以及研究等方面都有很多启发。本文介绍的生灭过程的遍历性及平稳分布对于生活以及研究等都有一定的帮助。其中,生灭过程是每一次状态转移都发生在相邻状态之间的齐次马氏链,生灭过程有离散时间的,也有连续时间的,利用概率线性知识将对其进行合理的解释。(本文来源于《数学大世界(下旬)》期刊2019年01期）
陈楚曦[3]（2017）在《基于平稳遍历函数型非参数递归M估计》一文中研究指出作为统计中热门的领域,非参数估计常常面临异常值存在或者残差重尾分布的情况。因此,能减弱估计值不够稳健的M估计方法具有着重要的研究意义,其相关结果也备受学者们的关注。实际研究中数据独立的情况很少,尽管?-混合是常见的混合条件中最弱的,然而要验证非线性时间序列是否符合?-混合条件却很有难度。因此,研究不需要许多条件验证且能包含?-混合不能全部包含的相依结构的遍历性数据是很有必要的。近年来,一些学者建立了改良的M估计方法,目的是在M估计原有的优势上吸收其他估计量的长处。本文采用递归的M估计方法,研究了平稳遍历条件下函数型数据非参数稳健估计的收敛速度以及渐近性质。主要内容如下:1.给出平稳遍历函数型非参数递归M估计的收敛速度:基于平稳遍历函数型数据,构造函数型非参数回归函数的递归M估计量,利用一些合理的正则条件证明非参数递归M回归估计的几乎完全一致收敛并给出收敛速度。推广了现有文献中的相关的结果。2.给出平稳遍历函数型非参数M估计/递归M估计的渐近分布:基于平稳遍历函数型数据,分别给出不同的正则条件,通过合理的推导证明非参数M回归估计的渐近正态性和非参数递归M回归估计的渐近正态性。推广了现有文献中的相关结果。(本文来源于《合肥工业大学》期刊2017-03-01）
刘阳[4]（2016）在《基于随机缺失/删失平稳遍历函数型数据条件特征量的非参数估计》一文中研究指出本学位论文主要研究缺失删失条件下平稳遍历函数型数据条件特征数的非参数核估计的渐近性质,并得到了很好的结果,主要内容如下：(一)、基于函数型平稳遍历下响应变量随机缺失时条件众数的估计在随机缺失(MAR)机制下,利用着名的Nadarage-Watson核估计得到了平稳遍历条件下函数型数据非参数回归模型条件众数估计的几乎处处收敛速度、渐近正态性;由渐近正态性,我们得到了相关的引理以及条件众数的渐近(1-α)的置信区间；最后我们给出了一个模拟分析,针对不同的缺失率我们比较了缺失数据下估计量的均方误差,并得到了很好的估计效果。(二)、基于函数型平稳遍历下响应变量随机删失时回归函数的估计在随机删失机制下,利用着名的Nadarage-Watson核估计得到了平稳遍历条件下函数型数据非参数回归函数核估计的几乎处处收敛速度、渐近正态性；由渐近正态性,我们得到了相关的引理以及回归函数估计的渐近(1-α)的置信区间；最后我们给出了一个模拟分析,针对不同的删失率我们比较了删失数据下估计量的均方误差以及利用直方图和Q-Q图检验了估计量的渐近正态性,并得到了很好的估计效果。(本文来源于《合肥工业大学》期刊2016-04-01）
孙婷,凌能祥[5]（2015）在《基于平稳遍历函数型数据改良核回归估计渐近正态性》一文中研究指出文章基于解释变量X具有函数特征而响应变量Y取值于实数空间R的条件下,研究了基于平稳遍历函数型数据改良核回归估计的渐近性质。利用经典的N-W核估计的方法构造了回归函数r(x)的改良核估计,在一定的条件下,应用鞅差中心极限定理建立了基于平稳遍历函数型数据改良核回归估计的渐近正态性,从而推广了现有文献中的相关结果。(本文来源于《合肥工业大学学报(自然科学版)》期刊2015年11期）
梁龙龙[6]（2015）在《随机缺失函数型平稳遍历数据的非参数核回归估计》一文中研究指出近年来,随着科学技术的发展以及计算机的广泛应用,数据获取的技术和方法层出不穷,而越来越多的领域所得到的观测数据都具有函数型的特点。也正因如此,使得人们对函数型数据的理论及应用方面的研究成为当前统计领域的热点之一。但是在许多的实际问题中,由于人为或其他各种不可知因素,往往容易导致大量缺失数据的产生。例如在药物追踪、生存分析、可靠性寿命试验以及社会经济研究等领域都普遍存在着数据缺失的现象。因此对函数型缺失数据统计性质的研究具有很重要的实际意义,其研究结果逐渐备受学者们的关注。本学位论文主要研究随机缺失情形下基于函数型平稳遍历数据的非参数核回归估计的渐近性质,并得到了较满意的结果,主要内容如下：一、在随机缺失(MAR)机制下,利用着名的Nadarage-Watson核估计得到了平稳遍历条件下函数型数据非参数回归模型回归函数估计的依概率收敛性、渐近正态性；二、由渐近正态性,我们得到了相关的引理以及回归函数的近似(1-α)的置信区间；叁、文章的最后我们给出了一个模拟分析,针对不同的缺失率我们比较了缺失数据下估计量的均方误差,并得到了满意的估计效果。(本文来源于《合肥工业大学》期刊2015-04-01）
孙婷[7]（2015）在《平稳遍历函数型数据非参数核估计的渐近分布》一文中研究指出近年来,随着计算机和通信技术的日益进步,我们可以发现且收集到一系列函数型的数据,比如一些气象数据、经济指数等,这些数据被广泛地应用于医学、经济、环境等各个领域,因此关于函数型数据统计方面的研究引起了国内外很多专家的关注。由于传统的数据分析方法只局限于对静态数据的研究,这将导致信息丢失或估计模型的失败,而函数型数据分析方法主要是将观测到的离散的数据值转化成函数,使得我们可以估算某一区间上所有自变量的取值,从而能获得更加准确的信息。函数型数据分析最常见的方法是将函数型数据与非参数统计相结合,此外,非参数时间序列分析是非参数统计推断的研究重点,而在实际问题中,相对于口-混合时间序列,验证一个非线性时间序列的遍历性则方便许多,因此对平稳遍历函数型数据情况下的非参数估计量的性质研究是很有必要的。本文的主要目的是考虑当解释型变量X具有函数特征而响应变量Y取值于实值空间时回归函数改良核估计和条件密度函数核估计的渐近正态性。在平稳遍历函数型数据的条件下,本文利用N-W核估计方法构造回归函数r(x)的改良核估计和条件密度函数的核估计,并用鞅的方法建立了其估计量的渐近正态性。在对回归函数改良核估计及条件密度函数核估计量的渐近分布的研究后,我们可以得到置信域,从而得到比较优良的的估计区域,使本文的结果具有更实际的价值,推广了现有文献中的相关结果。(本文来源于《合肥工业大学》期刊2015-04-01）
陈灵昕[8]（2014）在《平稳遍历函数型数据条件分位数估计的渐近性质研究》一文中研究指出近年来，随着计算机的快速发展和信息技术的不断进步，在许多应用学科领域，比如环境计量学、生物统计学、计量经济学、医学等不同领域中，我们能够收集到通过时间连续记录反映目标复杂变化过程大量密集的具有函数特征的数据，称之为函数型数据，研究具有函数特征的变量和实值响应变量之间的联系是当代统计学研究的热点领域之一，包括构造条件均值、条件分布函数、条件密度函数及条件分位数的非参数估计量并且研究其理论性质及其在相关领域的应用；而条件分位数相比条件均值而言不易受异常值影响，对其统计推断是非参数统计的重要问题之一，受到很多学者的关注。另一方面，由于函数型数据结构的复杂性，很多场合下我们观察的样本不相互独立而是具有某种相依性，现有文献中大都认为样本是α-混合相依。我们知道尽管α-混合相依条件在最常见的混合条件中是最弱的，但它还是不能包括所有的相依结构，如遍历性数据；同时，验证时间序列数据遍历性比较方便，避免了大量使用强混合条件，而遍历性假设是在统计物理学、热力学和信号处理等研究经常遇到。正是在这样的背景下，本文研究的了基于平稳遍历函数型数据下条件分位数非参数估计量的渐近性质，首先根据经典的N-W核估计方法，构造了条件累积分布函数的非参数估计量，再利用鞅差序列的一些性质得到与独立同分布场合下类似的条件分布函数的逐点收敛速度，从而最后得到条件分位数估计量的逐点收敛速度，推广了现有文献中的结果。具体工作由四章构成：第一章、第二章主要介绍了函数型数据的背景和研究现状，以及文章中需要用到的预备知识；第叁章，介绍了在遍历函数型数据下，条件累积分布函数及其l阶导函数估计量的逐点收敛速度，进一步得到条件分位数估计的逐点收敛速度；第四章，对本文进行全面总结。(本文来源于《合肥工业大学》期刊2014-03-01）
徐怀[9]（2012）在《宽平稳序列均方遍历性的两个充要条件(英文)》一文中研究指出本文研究了宽平稳序列具有均方遍历性的充要条件问题.利用施瓦兹不等式,获得了复宽平稳序列均方遍历性的两个充要条件和一个易于验证的充分条件.(本文来源于《数学杂志》期刊2012年03期）
魏亮瑜[10]（2012）在《平稳遍历函数型数据条件分位数的非参数估计》一文中研究指出随着科学技术的不断进步，测量数据的仪器也越来越精密，人们收集数据的能力也不断增强，收集到的数据也越来越密集，不能再简单的看成静态离散的数据，将其看作成一组动态的数据更为准确，或者说是曲线或是曲面。由此将收集到通过时间连续记录反映目标复杂变化过程的大量密集的曲线或是曲面数据称之为函数型数据。函数型数据分析现在已经广泛的应用在心理学、气象学、生物学、经济学及其它各个工业领域中。另外非参数估计推断研究的一个重要内容是条件分位数估计及其性质。因其在经济、金融等各个领域也有着非常广泛的应用，故对其性质的研究也引起了国内外众多学者的兴趣。本学位论文利用鞅的方法研究了基于平稳遍历函数型数据条件分位数的非参数估计，在一定的条件下建立了条件分位数估计的相合性，即在遍历函数型数据下，研究解释变量X取值于某半度量空间而响应变量Y取值于实值空间R时条件分位数的相合估计；同时获得了基于平稳遍历函数型数据条件分布函数估计量的渐近性质，如相合性和渐近分布，推广了现有文献中的相关结果。(本文来源于《合肥工业大学》期刊2012-04-01）
平稳遍历论文开题报告
（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：
随着时代的不断发展进步,近年来,我国各行业都得到了长足的发展。值得一提的是,国家对教育行业的重视力度越来越大,因为教育不仅可以有效地推动经济的发展进步,同时还可以为我国研究事业提供资料依据、个人才数据等。其中,在高校数学教学中,无论是什么专业,都要接受数学教学,数学不仅可以提升个人思维能力,同时对于生活以及研究等方面都有很多启发。本文介绍的生灭过程的遍历性及平稳分布对于生活以及研究等都有一定的帮助。其中,生灭过程是每一次状态转移都发生在相邻状态之间的齐次马氏链,生灭过程有离散时间的,也有连续时间的,利用概率线性知识将对其进行合理的解释。
（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。
平稳遍历论文参考文献
[1].陈楚曦,凌能祥,凌劲,刘阳.平稳遍历函数型非参数递归M估计的收敛速度[J].合肥工业大学学报(自然科学版).2019
[2].万骏.浅谈生灭过程的遍历性及平稳分布[J].数学大世界(下旬).2019
[3].陈楚曦.基于平稳遍历函数型非参数递归M估计[D].合肥工业大学.2017
[4].刘阳.基于随机缺失/删失平稳遍历函数型数据条件特征量的非参数估计[D].合肥工业大学.2016
[5].孙婷,凌能祥.基于平稳遍历函数型数据改良核回归估计渐近正态性[J].合肥工业大学学报(自然科学版).2015
[6].梁龙龙.随机缺失函数型平稳遍历数据的非参数核回归估计[D].合肥工业大学.2015
[7].孙婷.平稳遍历函数型数据非参数核估计的渐近分布[D].合肥工业大学.2015
[8].陈灵昕.平稳遍历函数型数据条件分位数估计的渐近性质研究[D].合肥工业大学.2014
[9].徐怀.宽平稳序列均方遍历性的两个充要条件(英文)[J].数学杂志.2012
[10].魏亮瑜.平稳遍历函数型数据条件分位数的非参数估计[D].合肥工业大学.2012