增维非光滑估计方程的刀切经验似然方法

增维非光滑估计方程的刀切经验似然方法

论文摘要

本文考虑具有非光滑U-统计量结构的估计方程中增维参数的估计问题,这一情形下,本文利用刀切经验似然方法对参数进行统计推断,并在一定正则条件下,证明所构造刀切似然统计量的渐近性质.最后,通过Monte Carlo数值模拟和实际数据分析,说明本文所提方法的优势.

论文目录

文章来源

类型: 期刊论文

作者: 韦阳,李周平,杨帆

关键词: 高维数据,刀切经验似然,非光滑,估计方程,统计量

来源: 中国科学:数学 2019年08期

年度: 2019

分类: 基础科学

专业: 数学

单位: 兰州大学数学与统计学院

基金: 国家自然科学基金(批准号:11571154),中央高校基本科研业务费(批准号:lzujbky-2018-110)资助项目

分类号: O212.1

页码: 1103-1118

总页数: 16

文件大小: 587K

下载量: 62

相关论文文献

  • [1].稳健的惩罚经验似然方法及压缩估计[J]. 数学理论与应用 2019(02)
  • [2].右删失数据下加速失效模型的贝叶斯经验似然[J]. 数理统计与管理 2020(05)
  • [3].平均经验似然方法[J]. 数学进展 2018(02)
  • [4].纵向数据下基于复合分位数回归的经验似然推断[J]. 北京化工大学学报(自然科学版) 2020(01)
  • [5].变量有误差的半参数模型的经验似然推断[J]. 统计与决策 2018(13)
  • [6].负相协样本多维边际密度的经验似然推断[J]. 广西师范大学学报(自然科学版) 2012(03)
  • [7].超高维数据边际经验似然独立筛选方法(英文)[J]. 应用概率统计 2019(02)
  • [8].两样本密度比模型下的利用辅助信息的经验似然均值估计[J]. 应用概率统计 2019(03)
  • [9].基于删失中位数回归的贝叶斯经验似然[J]. 东北师大学报(自然科学版) 2020(01)
  • [10].强混合样本下非参数回归函数的经验似然推断[J]. 应用数学学报 2019(02)
  • [11].强混合样本下密度函数的经验似然统计大样本性质[J]. 数学理论与应用 2012(01)
  • [12].负相协样本下总体分位数的经验似然渐近性质的推断[J]. 统计与决策 2011(06)
  • [13].基于二项稀疏算子的整值自回归模型的经验似然推断[J]. 吉林化工学院学报 2019(01)
  • [14].高维半参数变系数部分线性测量误差模型的经验似然校正[J]. 纺织高校基础科学学报 2018(02)
  • [15].广义经验似然估计量的结构参数检验水平校正[J]. 统计与决策 2012(10)
  • [16].m-相依误差下部分线性模型的经验似然统计推断(英文)[J]. 应用概率统计 2011(05)
  • [17].缺失数据和辅助信息下分位数回归的光滑经验似然[J]. 纺织高校基础科学学报 2020(02)
  • [18].强混合样本下线性模型的经验似然推断(英文)[J]. 工程数学学报 2019(05)
  • [19].强混合样本下部分线性模型的经验似然推断(英文)[J]. 应用数学 2018(04)
  • [20].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(06)
  • [21].两样本参数差异的经验似然置信区间[J]. 广西师范大学学报(自然科学版) 2008(01)
  • [22].舍入数据的统计性质[J]. 广西师范学院学报(自然科学版) 2017(01)
  • [23].协变量缺失下加速失效时间模型基于经验似然的加权估计[J]. 东北师大学报(自然科学版) 2017(04)
  • [24].缺失数据下部分函数线性模型的经验似然推断[J]. 安徽工程大学学报 2017(05)
  • [25].Logistic回归模型的经验似然统计方法及其应用[J]. 中国科技信息 2016(20)
  • [26].右删失数据下非线性回归模型的经验似然推断[J]. 应用数学学报 2010(01)
  • [27].基于经验似然贝叶斯计算的稳定分布参数估计[J]. 统计与决策 2018(07)
  • [28].半函数部分线性模型的经验似然推断[J]. 郑州大学学报(理学版) 2017(04)
  • [29].Weibull分布拟合的经验似然方法[J]. 中国卫生统计 2009(01)
  • [30].缺失数据下非线性分位数回归模型的光滑经验似然推断[J]. 统计与决策 2015(01)

标签:;  ;  ;  ;  ;  

增维非光滑估计方程的刀切经验似然方法
下载Doc文档

猜你喜欢