导读:本文包含了变系数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:系数,模型,线性,局部,迭代,广义,小二。
变系数模型论文文献综述
李广源,花向红,韩浩然,续东[1]（2019）在《一种变系数的ARIMA和GM(1,1)组合高铁沉降预测模型》一文中研究指出根据高铁沉降监测和预测特点,提出了一种变系数的ARIMA和GM(1,1)组合高铁沉降预测模型,给出了组合高铁沉降预测模型实施步骤。通过某一高铁沉降监测数据,对单一模型和组合模型预测进行分析比较,结果表明,采用变系数组合模型求出的预测值精度更高。(本文来源于《测绘地理信息》期刊2019年06期）
刘志洋[2]（2019）在《中国金融发展水平与货币政策银行信贷传导渠道的异质性——基于面板变系数模型的实证分析》一文中研究指出本文运用面板数据回归变系数模型,使用微观商业银行的信贷供给数据,分析货币政策在不同的金融发展水平下对不同商业银行信贷增速产生的影响。整体表明,货币政策商业银行信贷传导机制的作用效果具有显着的异质性,不同商业银行信贷增速受货币政策调控影响并不相同,有些商业银行信贷增速不受货币政策的显着影响。整体来讲,中小城市商业银行信贷增速受货币政策调控的影响更加明显。同时,本文实证分析表明,在中国,银行体系占主导地位并不意味着整体上货币政策银行信贷传导机制会发挥作用(与国际发展中国家研究结论不同),且当金融市场发展较好时,货币政策银行信贷传导机制同样不发挥作用(与国际发达国家研究结论一致)。(本文来源于《经济论坛》期刊2019年11期）
赵明涛,许晓丽[3]（2019）在《纵向部分线性变系数EV模型的估计》一文中研究指出纵向数据是随着时间变化对个体进行重复观测而得到的一种相关性数据,广泛出现在诸多科学研究领域。在对个体进行观测时,测量误差不可避免,忽略测量误差往往会导致有偏估计。本文利用二次推断函数方法研究关于纵向数据的参数部分和非参数部分协变量均含有测量误差的部分线性变系数测量误差(errors-in-variables, EV)模型的估计问题。利用B样条逼近模型中的未知系数函数,构造关于回归参数和B样条系数的偏差修正的二次推断函数以处理个体内相关性和测量误差,得到回归参数和变系数的偏差修正的二次推断函数估计,然后证明了估计方法和结果的渐近性质。数值模拟和实例数据分析结果显示本文提出的方法具有一定的实用价值。(本文来源于《统计研究》期刊2019年10期）
李静,李雪艳[4]（2019）在《部分线性变系数模型的随机约束Liu估计》一文中研究指出本文研究了部分线性变系数模型在参数分量含有随机线性约束和线性部分自变量存在多重共线性时的估计问题。基于Profile最小二乘估计方法、混合回归估计方法以及Liu估计方法,论文构造了参数分量的随机约束Liu估计,并讨论了该估量的性质。(本文来源于《统计与管理》期刊2019年10期）
乐家华,范鑫珠[5]（2019）在《劳动力增量对休闲渔业产值的区域差异研究——基于28个变量系数的变系数模型检验》一文中研究指出休闲渔业于20世纪60年代首先在加勒比海地区兴起,中国的休闲渔业经过20余年发展取得了一定成效,但其发展仍存在明显差距,论文采用全国28个省市2003-2016年的数据研究了劳动力增量对休闲渔业产值的作用。检验结果显示休闲渔业的发展不仅与地区有关,而且也与当地的渔业基础有关。大部分沿海地区存在渔业资源无法支撑休闲渔业与传统渔业同时发展的问题,需要进行产业创新以合理引导劳动力流出;内陆地区大部分省市的渔业基础相对薄弱,面临着渔业资源虽然充足但缺乏足够的劳动力推动休闲渔业发展。同时,地区之间发展不平衡意味着各地在制定休闲渔业发展政策、调整渔业产业结构时,应充分考虑当地的渔业资源开发现状,从不同的侧重点推动休闲渔业发展,使其成为乡村振兴的抓手和渔业经济新的增长点。(本文来源于《中国渔业经济》期刊2019年05期）
程慧燕[6]（2019）在《广义变系数模型的局部非线性似然估计》一文中研究指出针对广义变系数模型,在局部线性似然估计方法的基础上将关于系数函数的局部线性拟合改进为局部非线性拟合,利用Newton-Raphson迭代解法得到广义变系数模型的局部非线性似然估计,进一步讨论了当连接函数为典则函数时迭代公式的具体结果,并辅以实例.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年04期）
刘敏[7]（2019）在《空间变系数线性回归模型系数精度评定研究》一文中研究指出解释变量和线性回归模型中的响应变量之间关系的不恒定导致了空间变系数回归模型的发展.而在地理加权回归和具有空间变化系数过程的贝叶斯回归模型中,回归系数空间过程的边际推断通常很关键.针对这一问题,对空间变系数现象回归模型系数精度进行评估,模拟研究从地理加权回归和空间变化系数模型研究估计回归系数的覆盖概率和准确性,旨在评估竞争模型中的空间变化系数对各种共线性水平的敏感性.仿真研究结果表明,贝叶斯回归模型对回归系数的推断比GWR更准确.此外,贝叶斯回归模型在边际系数推断到中等水平的共线性方面总体上相当稳健,并且与具有强共线性的GWR相比降低得更少.(本文来源于《宁夏师范学院学报》期刊2019年10期）
孙舒曼[8]（2019）在《广义时空变系数自回归模型的参数估计及应用研究》一文中研究指出随着大数据时代的来临,数据量成倍骤增,为更加便捷的管理和使用这些数据,常常将它们分类保存.若按时间或空间划分,可将收集的数据划分为空间数据和时间数据,统称时空数据.通过对时空数据的研究和分析,能够更好的度量不同时空位置对某一定点的影响程度,此外,时空数据还具有时空相关性和时空异质性等特点.近年来,非参数模型方法日益完善,变系数模型受到了更多学者的关注,为解决时空数据问题,时空变系数回归模型孕育而生,然而该时空模型多用于解决连续时空数据问题,对离散时空数据问题研究甚少.本文针对时空离散数据问题,提出新的时空变系数模型,并应用到时空艾滋病数据的研究之中.首先,本文构建了广义时空变系数回归模型和广义时空变系数自回归模型.然后,通过局部线性GWR估计和迭代加权最小二乘估计的方法对广义时空变系数回归模型中的参数进行求解,并由模拟实验得到系数函数模拟曲面,通过对比,发现广义时空变系数回归模型比广义空间变系数回归模型更适合处理时空离散数据问题.接着,使用GWR估计、N-R迭代和Fisher标分法的方法对广义时空变系数自回归模型中的参数进行求解,同样经过模拟实验得到系数函数模拟曲面,对比发现:在相同的参数估计方法下,广义时空变系数自回归模型比广义时空变系数回归模型更适合处理时空离散数据问题.本文使用广义时空变系数回归模型分析中国31个省份、直辖市和自治区在2011-2016年滋病发病率的时空变化情况,并讨论客运量、人均GDP、人口密度和每千人医疗机构床位数这四个宏观因素对艾滋病发病率的影响以及该影响的时空变化特性.同时,使用广义时空变系数自回归模型分析在2011-2016年非洲南部10个大陆国家的艾滋病时空变化情况,以及人均GDP和人口密度对艾滋病发病率影响的时空变化特性.研究发现:1)艾滋病高度发病区存在明显的变化趋势和时空聚集性;2)不同区域不同时间,各个宏观因素对艾滋病发病率影响的强度不同;3)艾滋病发病率的时空分布特征与宏观因素的变化特征密切相关.(本文来源于《新疆大学》期刊2019-06-30）
丁书珍[9]（2019）在《变系数模型的Bayesian-INLA估计》一文中研究指出使用贝叶斯方法(Bayesian)对模型进行估计,关键在于计算积分.拉普拉斯方法是一个比较古老的计算积分的方法,在马尔科夫链蒙特卡洛算法(MCMC)出现之后,该方法随之被替代.随着现代计算算法以及计算机技术的发展,当代学者Rue等人结合拉普拉斯方法和数值积分技术,提出了替代MCMC算法的集成嵌套拉普拉斯方法(INLA).INLA能够精确地计算未知参数的边际后验分布,且避免MCMC中抽样所带来的低效率计算问题,从而大大提高了计算速度.因此,论文研究使用INLA算法进行的贝叶斯估计(Bayesian-INLA),具有重要的理论价值和现实意义.本文主要借助于非参数估计中的P-样条方法和局部线性地理加权回归(GWR)思想,分别对一维和二维变系数模型进行Bayesian-INLA估计.首先,针对一维变系数模型,论文基于贝叶斯P-样条方法发展了系数函数的Bayesian-INLA估计.贝叶斯P-样条方法先使用B-样条基函数对未知的系数函数进行逼近,后使用内在高斯马尔可夫随机场(IGMRF)先验对B-样条基函数的未知系数进行惩罚,最后基于INLA算法进行计算.通过模拟实验中的相关评价指标证实了选择Bayesian-INLA估计,可以方便且高效地得到系数函数的精确计算结果.其次,针对二维空间变系数模型,本文结合局部线性GWR思想提出了系数函数的Bayesian-INLA估计.论文先使用局部线性GWR思想对系数函数关于每个地理位置进行泰勒展开,并使用核函数构造欧式距离权重.后关于每个地理位置的线性模型分别基于MCMC算法和INLA算法进行估计计算,从而得到每一地理位置的系数估计值.通过模拟的结果验证了选用Bayesian-INLA方法能够避免MCMC算法冗长抽样技术带来的计算耗时,最终大大地提高了参数估计的计算效率.最后,论文基于一维时间变系数模型,探究了香港1994年1月到1995年12月期间空气质量指标对每日呼吸道门诊看病人数的影响变化情况.基于二维空间变系数模型,实证分析了2015年中国31个省、区、直辖市的各地区艾滋病疫情与相关宏观因素的空间变化关系.结果显示,运用Bayesian-INLA估计方法具有计算的精确性和高效性,使用的便捷性和可操作性。(本文来源于《新疆大学》期刊2019-06-30）
张晨晨[10]（2019）在《基于贝叶斯的空间分层变系数模型的参数估计》一文中研究指出空间变系数模型是通过允许系数在空间上变化来解释空间异质性的非平稳方法.GWR方法在处理空间变系数模型的非平稳性以及模型参数的估计问题上起到了非常有效的作用.本文将空间变系数模型中的系数函数局部展开为空间地理位置坐标的二次函数,再结合多元线性回归模型的贝叶斯估计理论,采用Gibbs抽样技术,遍历所有地理位置从而得到所有系数函数的估计值,称之为局部多项式BGWR估计方法.并进行数值模拟试验考察该拟合方法的精确性,通过绘制曲面图、计算偏差平方的平均值与局部线性GWR方法所得到的相应结果进行比较,以说明局部多项式BGWR拟合方法在减小系数函数估计的边界效应和偏差方面的优良性.并将该方法用于实证分析2016年全国31个省的宏观因素,即用经济、人口及自然环境等方面遴选出的指标,对_(2.5)浓度影响的空间差异性,通过对估计结果的可视化分析,进一步说明局部多项式BGWR拟合的准确性.空间分层变系数模型(SHVC)是用以考虑空间异质性以及地理上分层的数据结构所提出的,即结合了双权重矩阵模型处理区域型数据的特点以及空间变系数模型处理空间异质性问题的特点,该模型包含协变量的两个不同层次,探究不同层次影响的空间变化特征.SHVC模型与一般的SVC模型的不同在于将位置点上的指标变量和区域的指标变量分开考虑,同时定义了两种权重矩阵:首先,空间分层变系数模型中设计了一个隶属矩阵A用来合并高层(区域层)和低层(点层)之间的层次结构;其次,SHVC模型考虑了基于区域的变化系数的除了点级变量的变化系数之外的变量;最后,考虑了邻接关系,即区域内部之间和相邻区域边界之间的邻接关系.采用二维网格剖分和两步估计相结合的拟合参数的方法,迭代得到各层系数估计值,并将该模型用于实证研究2009年我国北京部分地区的111个街道(高层区域)中1117块土地(低层位置)的租赁价格,选取高、低层指标并研究其对土地价格影响的空间差异性,对估计结果进行可视化,进一步说明模型建立的合理性与有效性.(本文来源于《新疆大学》期刊2019-06-30）
变系数模型论文开题报告
（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：
本文运用面板数据回归变系数模型,使用微观商业银行的信贷供给数据,分析货币政策在不同的金融发展水平下对不同商业银行信贷增速产生的影响。整体表明,货币政策商业银行信贷传导机制的作用效果具有显着的异质性,不同商业银行信贷增速受货币政策调控影响并不相同,有些商业银行信贷增速不受货币政策的显着影响。整体来讲,中小城市商业银行信贷增速受货币政策调控的影响更加明显。同时,本文实证分析表明,在中国,银行体系占主导地位并不意味着整体上货币政策银行信贷传导机制会发挥作用(与国际发展中国家研究结论不同),且当金融市场发展较好时,货币政策银行信贷传导机制同样不发挥作用(与国际发达国家研究结论一致)。
（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。
变系数模型论文参考文献
[1].李广源,花向红,韩浩然,续东.一种变系数的ARIMA和GM(1,1)组合高铁沉降预测模型[J].测绘地理信息.2019
[2].刘志洋.中国金融发展水平与货币政策银行信贷传导渠道的异质性——基于面板变系数模型的实证分析[J].经济论坛.2019
[3].赵明涛,许晓丽.纵向部分线性变系数EV模型的估计[J].统计研究.2019
[4].李静,李雪艳.部分线性变系数模型的随机约束Liu估计[J].统计与管理.2019
[5].乐家华,范鑫珠.劳动力增量对休闲渔业产值的区域差异研究——基于28个变量系数的变系数模型检验[J].中国渔业经济.2019
[6].程慧燕.广义变系数模型的局部非线性似然估计[J].曲阜师范大学学报(自然科学版).2019
[7].刘敏.空间变系数线性回归模型系数精度评定研究[J].宁夏师范学院学报.2019
[8].孙舒曼.广义时空变系数自回归模型的参数估计及应用研究[D].新疆大学.2019
[9].丁书珍.变系数模型的Bayesian-INLA估计[D].新疆大学.2019
[10].张晨晨.基于贝叶斯的空间分层变系数模型的参数估计[D].新疆大学.2019
论文知识图
