导读:本文包含了条件分位数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:位数,条件,数据,极值,遍历,经验,区间。
条件分位数论文文献综述
姚梅,王江峰,林路[1]（2018）在《左截断相依数据下条件分位数的双核局部线性估计》一文中研究指出本文在左截断相依数据下,利用局部线性估计的方法,先提出了条件分布函数的双核估计;然后利用该估计导出了条件分位数的双核局部线性估计,并建立了这些估计的渐近正态性结果;最后,通过模拟显示该估计在偏移和边界点调节上要比一般的核估计更好.(本文来源于《数学学报(中文版)》期刊2018年06期）
蔡人杰[2]（2018）在《重尾分布高条件分位数估计》一文中研究指出近年来,在许多领域中,人们往往更关注尾部数据的条件分位数的研究,尤其是重尾分布。一般情况下,可以通过分位数回归给出有效的估计,但传统分位数回归对于极高或极低分位数的估计却并不奏效。本文通过提出新的尾部极值参数估计方法,再结合传统分位数回归,进而提出重尾分布高条件分位数估计(简称EHH)。EHH方法可以通过参数的调节,表现出良好的估计精度和稳健性。本文具体内容如下:第一章,提出了新的尾部极值参数估计方法。第二章,提出了EHH方法。第叁章,通过数据模拟来研究EHH方法的稳健性。第四章,展示了EHH方法在实例分析中的应用效果。第五章,介绍了本文中涉及的定理证明。(本文来源于《大连理工大学》期刊2018-04-01）
熊贤祝,周培钦[3]（2017）在《函数型数据下条件分位数的经验似然推断》一文中研究指出针对函数型数据下条件分位数的区间估计问题提出应用经验似然方法来构造条件分位数的置信区间,并在适当的条件下得到了经验似然比统计量渐近服从χ~2(1).(本文来源于《福州大学学报(自然科学版)》期刊2017年06期）
姚梅[4]（2017）在《左截断数据下条件分位数和线性模型的估计以及变量选择》一文中研究指出在数据分析中,我们常常碰到右删失或者左截断数据问题,它们在生存分析、医学统计、天文学、经济学以及工程可靠性统计中具有重要应用。过去的大部分文献讨论的是右删失数据,而近十几年来左截断数据越来越受到大家的关注。左截断数据下,有很多文献都构造了条件分布函数、条件分位数和回归函数的估计量,建立了它们的大样本性质。本文在左截断数据下,分别研究了条件分位数的估计方法和线性回归模型中的参数估计和变量选择方法,以便进一步补充和完善相关的方法和理论。具体涉及以下几个方面。本文的第二章在左截断独立数据下,构造了条件分布函数、条件概率密度函数和条件分位数函数的加权双核局部线性估计量,建立了这些估计量的渐近正态性。Yu&Jones(1998)构造了条件分布函数的双核局部线性(DKLL)估计量,并在完全数据下,研究了条件分位数的双核局部线性(DKLL)估计量的大样本性质。由于双核局部线性DKLL估计方法是用局部线性方法得到的,因此它和核估计方法Nadaraya-Watson(N-W)相比,具有一些局部多项式估计方法的良好的性质,比如边界点估计上的自动调节等特性。然而,到目前为止,即使对独立样本,也没有看到相关文献在左截断数据下,研究条件分布函数和条件分位数的双核局部线性DKLL估计量,因此受Yu&Jones(1998)文章的启发,本论文的第二章在左截断独立样本下,利用双核局部线性方法构造了条件分布函数、条件概率密度函数和条件分位数的非参估计量,进而建立了它们的渐近正态性质。在左截断独立数据下,设{(Xk,Yk,Tk,),k≥ 1}来自总体(X,Y,T)的一列随机向量,这里T为截断变量。我们假设T和(X,Y)是相互独立的,并且T有连续的分布函数。在左截断模型中,对于i= 1,2,...,N,生存时间Yi被截断变量Ti干扰,当Yi ≥ Ti时,Yi和Ti都能观察到,而当Yi<Ti时,Yi和Ti都不能观察到。由于截断的发生,N是未知的,n是实际观察到的样本容量,设θ = P(Y ≥T)表示随机变量Y被观测到的概率。根据Yu&Jones提出的条件分布函数的双核局部线性估计方法,我们知道F(y|x)的WDKLL估计量Fh1,h2(y|x)=β0是下列优化问题的解从而ζp(x)的加权双核局部线性估计量为通过代数化简,得进而条件概率密度函数f(y|x)的估计为其中于是我们可以分别建立Fh1,h2(y|x),fh1,h2(y|x),ξp,n(x)的渐近正态性,即此外,有限样本下的数值模拟得出的结论也与我们的理论结果一致。第二章的结果已发表于《Communications in Statistics-Theory and Methods》。左截断独立样本的假设在某些情况下可能是合理的,例如,生存分析中的数据来自一个互不相干的群体时。然而,在生存分析中,我们碰到的数据结构很多是相依的。例如,从从家庭成员中采取的样本数据,还有对同一个体反复地测量得到的样本数据,更常见的是随着时间记录获取的样本数据,集群内部个体的寿命通常也是相关的(见Kang&Koehler(1997),Cai et al(2000))。由此可见,在相依假设下,研究左截断模型的统计推断问题有着十分深刻的理论和实际意义。本论文的第叁章在左截断数据下,利用双核局部线性估计方法构造了条件分布函数,条件分位数的WKDLL估计量,并且在观察样本为α混合序列的情况下,利用混合序列的相关概率不等式和Bernstein分块方法,建立上述估计量的渐近正态性质,得到Fh1,h2(y|x),ξp,n(x)的如下结果此外,有限样本下的数值模拟结果显示,我们的估计比一般的核估计更好,从而也证实了我们方法的有效性。第叁章的内容已投稿到《数学学报》(中文版),目前在审稿中。分位数回归方法最初由Koenker&Bassett(1978)提出,之后在计量经济学、社会科学以及生物医药等各个领域中都有广泛的应用。Koenker(2005)的专着对QR方法进行了详细的讨论。QR方法的不足之处是估计的效率有时会很低,于是Zou&Yuan(2008)在线性模型的背景下,提出了综合不同点处的分位数的复合分位数回归(CQR)方法,来估计线性模型的系数。CQR方法一方面继承了QR方法的稳健性,另一方面显着的改进了QR估计的效率,是一种有效且稳健的参数估计方法。近年来,国内外关于QR和CQR方法的研究非常热门。但是,就我们所知,很少有文献研究左截断数据下的复合分位数问题。受Zou&Yuan(2008)文章的启发,本文的第四章在左截断数据下,构造了线性回归模型的回归系数的复合分位数估计量,然后我们利用适应性Lasso惩罚方法,来建立稳健的模型,从而得到适应性Lasso惩罚复合分位数回归估计量的Oracle性质。在左截断数据下,我们考虑下面的线性回归模型:其中X是一个p ×1的协变量随机向量,β是p ×1的未知参数的向量,ε是一个随机误差项,它与协变量X是相互独立。则回归系数β的复合分位数估计量βCQR是下列优化问题的解基于参数的复合分位数回归估计βCQR,结合适应性的lasso惩罚函数来进行变量选择和参数估计,则适应性的lasso惩罚复合分位数回归估计可以记作βACQR,它是下列优化问题的解在一定的条件下,我们建立了βCQR的渐近性质并且建立了βACQR的收敛速度和Oracle性质((?)-相合性)(?)(变量选择相合性)(?)(渐近正态性)(?)最后,我们通过有限样本下的数值模拟研究,展示了我们提出的方法的优点。第四章的内容已投稿到《Statistical Papers》,已经小修,等待接受。由于左截断数据及其他不完全数据下还有许多统计推断问题等待我们进一步探讨和研究。本文的第五章对未来的工作做了如下的展望。一、左截断相依数据下线性回归模型和半参数变系数部分线性模型的复合分位数回归问题;二、左截断右删失同时发生数据下条件分布函数和条件分位数的双核局部线性估计,以及分位数回归问题。(本文来源于《山东大学》期刊2017-05-21）
刘震[5]（2016）在《重尾分布高条件分位数的调和估计》一文中研究指出近年来,条件分位数的估计在金融、经济和生物等许多领域中广泛应用。在研究协变量对响应变量在不同分位处影响时,分位数回归方法是一种贴切且有效的估计方法。然而当研究响应分布的极高或极低条件分位数估计时,传统的分位数回归方法是无能为力的。尤其是对重尾分布,其尾部数据往往是人们关注的重要研究对象。当数据中出现明显的离群值时,估计方法的稳健性也成为了一个重要的考虑因素。本文在传统的分位数回归估计和调和的尾部极值指标估计方法的基础上,提出一种重尾分布高条件分位数的调和估计方法(HCS)。通过理论证明,模拟实验和实例分析,可以看出在对高分位数的估计上,新的HCS估计方法弥补传统的分位数估计方法的不足,而且通过估计参数的调整可以做到在估计精度和稳健性之间进行调和以兼顾二者。本文的具体内容如下：第一章,介绍了论文中将要用到的概念,理论和模型。第二章,介绍了一种重尾分布的条件高分位数的估计方法和一种尾部极值的调和估计方法,在此基础上提出了我们的条件高分位数的调和估计方法及其渐近性质。第叁章,数值模拟试验。第四章,实例分析。第五章,定理证明。(本文来源于《大连理工大学》期刊2016-04-01）
陈灵昕,凌能祥,王娟,杨艳[6]（2014）在《基于遍历函数型数据下条件分位数的渐近性质》一文中研究指出假设(Xi,Yi)1≤i≤N为一组平稳遍历函数型样本,Yi为取值于实数空间R的随机变量,Xi为取值于半度量空间F。文章考虑在Xi条件下关于Yi分位数回归函数的估计量,主要利用N-W核回归估计方法研究遍历函数型数据下条件分位数的逐点收敛速度。(本文来源于《合肥工业大学学报(自然科学版)》期刊2014年10期）
陈灵昕[7]（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）
熊贤祝,梁飞豹,吕书龙[8]（2013）在《随机左截断数据下条件分位数的光滑经验似然推断》一文中研究指出应用光滑的经验似然方法来构造随机左截断数据下条件分位数的置信区间.在一定的条件下,证明了经验似然比统计量渐近服从自由度为1的卡方分布.模拟数据表明,在构造条件分位数的置信区间时,经验似然方法比正态逼近方法效果更好.(本文来源于《福州大学学报(自然科学版)》期刊2013年06期）
郑李玲[9]（2013）在《缺失数据情形条件分位数的经验似然置信区间》一文中研究指出在响应变量满足随机缺失机制下,采用经验似然方法和C-C方法,分别构造不含附加信息和含附加信息时条件分位数的经验似然比统计量的渐近分布,以及条件分位数的经验似然置信区间,并证明一类检验问题的渐近功效随着信息量的增加而非下降.(本文来源于《广西科学院学报》期刊2013年04期）
周兴,王芳[10]（2013）在《国有部门与非国有部门工资差异的演变与分解——基于非条件分位数回归的分解方法》一文中研究指出本文基于CHNS历次调查的数据资料,运用非条件分位数回归模型和分解方法对1989-2009年间我国国有与非国有部门工资差距的变化进行了分析和分解。实证结果表明:在1989-2009年的叁个时期内,国有部门与非国有部门的工资差距经历了先缩小再扩大的V型趋势,人力资本禀赋、就业和职业等影响因素在国有与非国有部门的工资方程中所起的作用有较大的差异。在上个世纪90年代中,国有与非国有部门间收入差距主要是由于国有部门的工资溢价造成;然而新世纪以来,虽然国有部门的工资溢价仍然存在,但已不是造成当前部门收入差距的主要原因。(本文来源于《经济科学》期刊2013年03期）
条件分位数论文开题报告
（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：
近年来,在许多领域中,人们往往更关注尾部数据的条件分位数的研究,尤其是重尾分布。一般情况下,可以通过分位数回归给出有效的估计,但传统分位数回归对于极高或极低分位数的估计却并不奏效。本文通过提出新的尾部极值参数估计方法,再结合传统分位数回归,进而提出重尾分布高条件分位数估计(简称EHH)。EHH方法可以通过参数的调节,表现出良好的估计精度和稳健性。本文具体内容如下:第一章,提出了新的尾部极值参数估计方法。第二章,提出了EHH方法。第叁章,通过数据模拟来研究EHH方法的稳健性。第四章,展示了EHH方法在实例分析中的应用效果。第五章,介绍了本文中涉及的定理证明。
（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。
条件分位数论文参考文献
[1].姚梅,王江峰,林路.左截断相依数据下条件分位数的双核局部线性估计[J].数学学报(中文版).2018
[2].蔡人杰.重尾分布高条件分位数估计[D].大连理工大学.2018
[3].熊贤祝,周培钦.函数型数据下条件分位数的经验似然推断[J].福州大学学报(自然科学版).2017
[4].姚梅.左截断数据下条件分位数和线性模型的估计以及变量选择[D].山东大学.2017
[5].刘震.重尾分布高条件分位数的调和估计[D].大连理工大学.2016
[6].陈灵昕,凌能祥,王娟,杨艳.基于遍历函数型数据下条件分位数的渐近性质[J].合肥工业大学学报(自然科学版).2014
[7].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
[8].熊贤祝,梁飞豹,吕书龙.随机左截断数据下条件分位数的光滑经验似然推断[J].福州大学学报(自然科学版).2013
[9].郑李玲.缺失数据情形条件分位数的经验似然置信区间[J].广西科学院学报.2013
[10].周兴,王芳.国有部门与非国有部门工资差异的演变与分解——基于非条件分位数回归的分解方法[J].经济科学.2013
论文知识图
