导读:本文包含了异方差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:方差,模型,协方差,计量学,同质性,指标,参数。
异方差论文文献综述
刘冰倩,曾康利,吴涵,李晓林[1]（2019）在《基于异方差TR约束的自适应人脸超分辨率》一文中研究指出为解决基于局部图像块的人脸超分辨率表达系数实际的异方差特性,提出一种基于异方差TR (Tikhonov regularization)约束的自适应人脸超分辨率方法。同时对重构误差和表达系数进行加权约束,将同方差推广到异方差,获得更加准确的自适应先验;在此基础上,通过上下文信息块丰富基于位置块的先验,使用残差学习预测更精准的高频信息,获得更好的重建性能。在CAS-PEAL-R1人脸数据库上的实验结果表明,该方法优于其它对比方法,包括基于卷积神经网络的超分辨率算法。(本文来源于《计算机工程与设计》期刊2019年11期）
李泽光,孙楚[2]（2019）在《广义自回归条件异方差模型(GARCH)在我国股票市场中的实证研究》一文中研究指出国家政策的推出对于股市的波动造成何种影响,是在研究我国股市波动性时需要关注的一个重要问题。本文结合我国股票市场的实际发展,选取"融资融券"业务这一重要政策,并提取政策提出前后股票市场中的有关数据,对数据进行GARCH类模型拟合,结合所得模型分析该政策提出前后股市的波动性变化。(本文来源于《市场周刊》期刊2019年10期）
任金政,李晓涛[3]（2019）在《基于异方差调整的粮食单产风险分布对保险费率厘定的影响研究》一文中研究指出粮食单产风险分布是费率厘定的重要依据。本文基于单产趋势估计中异方差现象对单产风险分布及费率的影响,构建了基于异方差的调整系数估计模型和区域产量保险费率测算方法,并利用1963～2017年全国27省主要粮食作物保险进行实证检验。结果发现:放松异方差假设对我国粮食单产风险分布及费率厘定具有显着影响,13个省份的一种或多种粮食作物存在趋势异方差现象,且分布具有集聚特征。其中,小麦和水稻的单产风险随产量具有缩小趋势,费率受异方差影响较大,玉米单产风险随产量略有增大,费率受异方差影响较少。研究结果对于粮食单产风险分布、风险区划及保险费率的调整具有重要意义。(本文来源于《保险研究》期刊2019年09期）
KHALED,Waled,林金官,冯翠莲[4]（2019）在《单指标模型异方差检验（英文）》一文中研究指出在可加回归模型中,高维回归分析一般采用单指标模型.该模型与参数模型相比更加灵活,同时避免了维数灾难,因为单指标将标准变量向量的维数降低为单变量指标.本文构建了一个带有函数型误差项的单指数回归模型用于检验单指标模型的异方差性.由于回归模型的有效推断要求在存在异方差的情况下考虑异方差,本文提出了检验单指标模型方差不变性的假设.将Levene检验和无限因子水平的方差分析理论结合得到检验统计量用来评估方差同质性.模拟研究显示与已有方法相比,所提检验统计量适用于多种情形.最后将本文的方法应用于分析一组实际数据.(本文来源于《应用概率统计》期刊2019年04期）
李顺勇,张凯乐[5]（2019）在《基于估计方程估计的单指标模型异方差检验》一文中研究指出针对单指标模型的异方差检验问题,将估计方程估计与完全非参方差函数检验相结合,给出了一种新的检验形式.利用估计方程法得到单指标模型中未知指标参数的估计值,再根据局部线性拟合给出单指标模型联系函数的估计形式,进一步由完全非参方差函数方法构造检验统计量,对模型进行异方差检验.数值模拟部分以检验统计量的经验水平和经验功效为评价指标,实验结果表明,基于估计方程估计比基于梯度外积估计和基于最小平均方差估计的完全非参方差函数检验方法更有效.实例分析部分采用汽车数据集,同样验证了这一检验方法的显着性.(本文来源于《河南科学》期刊2019年06期）
武新乾,程芳,徐珍[6]（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）
谭馨,邓光明[7]（2019）在《异方差帕克检验方法的改进》一文中研究指出围绕传统的帕克检验方法展开研究,针对该方法在对多元线性回归模型进行异方差检验时工作量大、计算繁琐、异方差模型不够准确这一系列问题,提出运用主成分的思想,将得到的所有综合指标建立异方差模型,并对不同形式的数据条件进行研究,根据系数的显着性检验,给出了一种新的异方差检验方法。模拟数据和实例论证表明该检验方法更为快捷准确。(本文来源于《统计与信息论坛》期刊2019年06期）
牛建永[8]（2019）在《异方差模型的检验与估计方法研究》一文中研究指出经典线性回归模型中的一个重要假设就是模型满足同方差性.然而在实际问题中,由于遗漏解释变量,测量误差以及随机因素的影响等原因,许多模型是不满足这个假设条件的,此时,模型出现了异方差.当模型中出现异方差时,若仍然继续使用普通最小二乘法进行模型估计,则模型估计和统计检验结果的精度会降低,同时模型的预测结果也会产生一定的偏差.针对一个实际的线性回归模型问题,模型是否存在异方差能够直接影响模型的估计、评价和预测结果.其中,G-Q检验是只适用于一元模型中的经典异方差检验方法;当扰动项的方差与自变量之间存在单调(递增或递减)相关关系时,模型才能使用G-Q检验.然而,这个假设条件通常会被忽略掉,那么使用G-Q检验就有可能得出相反的检验结果.因此,本文提出了基于G-Q的K-S异方差检验,该方法能够有效地对模型进行异方差检验.当模型检验出异方差时,在模型扰动项的协方差矩阵已知情况下,加权最小二乘法是比较常用的模型估计方法.但当模型的扰动项的协方差矩阵未知时,使用异方差模型分组两阶段法会损失样本信息,而且用于确定引起模型出现异方差的最主要自变量的方法存在一定的不合理性.因此,本文提出了基于HCCME的异方差模型两阶段估计方法,该方法能够有效地获得模型的参数估计.本文通过大量的数值模拟和实例分析证明了上述两个新方法的有效性.本文分为四章:第一章:绪论.主要介绍了线性回归模型的异方差检验和异方差模型估计的国内外研究现状和意义,并给出了本文所要研究的主要内容.第二章:基于G-Q的K-S异方差检验.这一章主要内容包括K-S检验和G-Q检验的预备知识及新提出的基于G-Q的K-S异方差检验.第叁章:基于HCCME的异方差模型两阶段估计.这一章主要内容包括HCCME和分组两阶段估计的预备知识及新提出的基于HCCME的异方差模型两阶段估计.第四章:总结与展望.总结本文研究的主要内容,并给出了新的研究方向.(本文来源于《山西大学》期刊2019-06-01）
郭雅静[9]（2019）在《基于非参数方法的异方差估计研究》一文中研究指出在经典的线性回归中,通常假设各个随机误差项的方差相等.然而,在对截面数据等实际问题进行研究时,无法使这一假设得到很好的保证,即随机误差项具有异方差性.当模型中出现异方差问题时,会对其之后的检验分析造成影响.因此,解决这一问题,关键是要找到恰当的异方差处理方法.解决异方差问题常用的方法是广义最小二乘法,当误差项的协方差阵已知时,将其称为加权最小二乘法(简记为WLS),因此,WLS方法仅适用于已知形式的异方差模型.而在一般情况下,误差项的方差未知,因此估计加权最小二乘法(EWLS)应用较广.由于在异方差的构成形式未知时,非参数方法给出了方差更优的估计,因此,本文在协方差阵的估计中考虑到了非参数估计.在异方差模型中,若仍应用普通最小二乘法(OLS)对回归系数进行估计,虽然估计量仍能保证有效性,但是,其协方差阵估计不再是无偏估计,进而会对模型的假设检验产生影响.为解决这一问题,国内外学者提出了异方差一致协方差阵估计(HCCMEs)方法,包括HC0,HC1,HC2,HC3,HC4等等,作为参数协方差阵的一致估计量,这些方法在现代各类研究中都得到了广泛的应用.基于HCCMEs的构造方法,从EWLS的残差出发得到的加权异方差一致协方差阵估计(WHCCMEs),在模型检验中效果更优,但权函数的选择比较局限,并且仅给出了WHC0,WHC1,WHC2和WHC3四种形式,不够全面,可以进一步完善和扩充.考虑到HCCMEs方法是通过OLS估计的残差项导出的,而该估计受到观测值中异常值的影响,稳健性不高.因此,在异方差下,并且样本中有异常值时,HCCMEs中的一些估计量在回归系数的检验中稳健性也会较低.基于这一不足,并结合非参数估计方法的有效性,本文对其进行了拓展.本文所做的工作如下:首先,基于N-W估计,提出了一种新的估计方法—KNW方法,并对其进行了随机模拟和案例分析,证明了该方法的精确性.其次,对误差项的协方差阵给出了四种非参数估计,进而应用不同的权函数矩阵得到了回归系数的估计加权最小二乘估计(EWLS),对比了不同方法下模型的检验效果,并提出了新的加权异方差一致协方差阵估计.考虑到协方差阵的估计的稳健性因素,介绍了回归系数的稳健估计,中位数最小二乘(LMS)和截尾最小二乘(LTS),并结合非参数方法提出了两种稳健的异方差一致协方差阵估计.通过模拟实验和实例分析验证了这两种方法的稳健性.最后,对通篇文章进行总结展望,并说明了未来研究的重点.(本文来源于《山西大学》期刊2019-06-01）
朱金蝶[10]（2019）在《回归模型中异方差检验方法研究》一文中研究指出回归分析通常是被用来衡量变量之间的关系。在众多回归模型中,其中一项有关误差项的一般假设为对于所有观测值,模型误差项的方差为常量。然而,在实际应用中,比如在医药、地理、经济等领域中,由于存在测量误差,解释变量被遗漏以及随机因素的影响,误差项的方差通常不是常量,这种现象就称为异方差。异方差的产生给各个领域的研究者带来了难题,所以在进行回归分析之前需要先检验异方差的存在性。如果模型中不存在异方差,则可以利用最小二乘(OLS)理论得到模型参数的最佳线性无偏估计量和无偏方差估计量,进而在很大程度上减少模型构建的过程,否则,如果模型中存在异方差,但是又没有被检验出来并且做出适当的处理,则最终将会导致模型参数的错误的估计,这也是研究异方差的重要原因。传统的检验异方差的方法有很多种,如图示检验法、Breusch-Pagan检验、White检验、Goldfeld-Quandt检验、Park检验、Glejser检验、斯皮尔曼等级相关系数检验等。本文的主要研究成果有:(1)针对回归模型中存在的异方差,通过使用R统计软件,利用lmtest包中bptest()函数对异方差的存在性进行Breusch-Pagan检验,检验结果表明模型中存在异方差,此种方法使用起来既简便又快捷,而且检验结果比较准确。(2)对文中的多元回归模型进行White检验,在构造不同形式的辅助回归方程的条件下进行异方差检验,检验结果表明模型中是存在异方差的。但是该方法操作起来比较复杂,如果回归自变量比较多,将会花费较多的实验时间。(3)采用Goldfeld-Quandt检验法检验异方差的存在性,该方法又称为两样本检验,对两个样本分别进行普通最小二乘回归,构造F统计量,最终判断是否存在异方差。(4)提出一种改进的Glejser检验法,即以拟合值为新变量构造辅助回归模型的方法。通过实例分析和模拟研究,结果证明该检验方法具有可实施性和便捷性。本文重点研究了Glejser检验,并提出了一种改进的Glejser检验法,通过实例分析和模拟研究,结果表明该方法实施起来较之前的传统的Glejser检验更加简便有效。(本文来源于《山西大学》期刊2019-06-01）
异方差论文开题报告
（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：
国家政策的推出对于股市的波动造成何种影响,是在研究我国股市波动性时需要关注的一个重要问题。本文结合我国股票市场的实际发展,选取"融资融券"业务这一重要政策,并提取政策提出前后股票市场中的有关数据,对数据进行GARCH类模型拟合,结合所得模型分析该政策提出前后股市的波动性变化。
（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。
异方差论文参考文献
[1].刘冰倩,曾康利,吴涵,李晓林.基于异方差TR约束的自适应人脸超分辨率[J].计算机工程与设计.2019
[2].李泽光,孙楚.广义自回归条件异方差模型(GARCH)在我国股票市场中的实证研究[J].市场周刊.2019
[3].任金政,李晓涛.基于异方差调整的粮食单产风险分布对保险费率厘定的影响研究[J].保险研究.2019
[4].KHALED,Waled,林金官,冯翠莲.单指标模型异方差检验（英文）[J].应用概率统计.2019
[5].李顺勇,张凯乐.基于估计方程估计的单指标模型异方差检验[J].河南科学.2019
[6].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
[7].谭馨,邓光明.异方差帕克检验方法的改进[J].统计与信息论坛.2019
[8].牛建永.异方差模型的检验与估计方法研究[D].山西大学.2019
[9].郭雅静.基于非参数方法的异方差估计研究[D].山西大学.2019
[10].朱金蝶.回归模型中异方差检验方法研究[D].山西大学.2019
论文知识图
