导读:本文包含了渐近性质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:渐近,模型,性质,方程,小波,线性,估值。
渐近性质论文文献综述
刘香,胡宏昌,余新新[1]（2019）在《长相依固定设计下部分线性EV模型的小波估计的渐近性质》一文中研究指出本文主要内容是当随机误差为高斯随机变量的函数且长相依时.利用小波估计的方法来研究固定设计下的部分线性EV(errors-in-variables)模型.在一些合适的条件下,推广了模型中参数估计量的渐近表示,以及参数与非参数变量的渐近分布和弱相依速度.(本文来源于《数学杂志》期刊2019年06期）
韩忠月[2]（2019）在《具有负扰动项的二阶非线性动力方程的振动性与渐近性质》一文中研究指出本文讨论时标上具有负扰动项的二阶非线性动力方程的振动性与渐近性质,建立了动力方程新的振动性和渐近性性条件,并给出了应用实例.(本文来源于《德州学院学报》期刊2019年04期）
张玉,沈爱婷[3]（2019）在《φ混合误差下EV回归模型中估计量的渐近性质》一文中研究指出考虑EV回归模型:yi=θ+xiβ+ei,ξi=xi+ui, i=1,2,…,n,n≥1.在φ混合误差下研究EV回归模型中最小二乘估计量的渐近性质,建立估计量的强相合性和矩相合性.所得结果推广了独立变量的相应结果.(本文来源于《湖北大学学报(自然科学版)》期刊2019年04期）
覃思乾,周泽文,凌征球[4]（2019）在《一类退化抛物型方程组解的渐近性质》一文中研究指出本文利用正则化技术和上下解方法,研究一类退化抛物型方程组,确定了解的整体存在与爆破的渐近性质.(本文来源于《应用数学》期刊2019年03期）
张彤[5]（2019）在《相依随机误差下固定设计模型非参数估计的渐近性质》一文中研究指出非参数回归是统计学中研究的热点问题,在回归函数的估计中常用的方法有小波估计法、核估计法、样条估计法.当误差为独立情形时,其研究结果非常丰富.但在实际应用中,误差一般不满足独立条件.当误差为相依序列时,对回归函数估计的渐近性质的研究是一个值得探讨的问题.而固定设计模型是一种在医学、生物学、经济学等学科领域应用十分广泛的非参数统计模型.本文利用小波估计和核估计的方法,在误差为不同相依序列情形下,探讨了回归函数的非参数估计的渐近性质.首先,利用小波估计的方法探讨了α-混合序列固定设计模型的渐近正态性;其次,对于PA序列固定设计模型的一致渐近正态性,利用核估计的方法在合适的条件下,得到了其收敛速度为O(n~(-1/6));然后,在LNQD序列线性过程误差下,利用小波的方法对固定设计模型的Berry-Esseen界进行了探讨,在合适的条件下,得到了其收敛速度为O(n~(-1/6));最后,当线性过程误差为φ-混合序列时,探讨了固定设计模型核估计的Berry-Esseen界,在合适的条件下,得到了其收敛速度为O(n~(-1/6)).(本文来源于《安庆师范大学》期刊2019-06-01）
袁国智[6]（2019）在《多孔介质中流体的渐近性质》一文中研究指出本文首先考察叁维或二维空间.中完全非线性的Navier-Stokes方程在多孔介质中的渐近性质,在假设小孔的特征尺度为ε的条件下,我们将证明ε → 0时温度和密度的强收敛,并由此得到系统的均匀化结果.当中主要运用能量方法并结合双尺度收敛的方法来完成收敛过程的推导,其中还需要引用E.Feireisl[4]的缺陷测度方法来得到压强的强收敛.并且由于一系列的技术原因,我们在假设压强P_ε = aρ_ε~γ+bρ_ε~βT_ε时,需要要求当空间维数为叁时γ≥ 3,二维时γ>2,并且γ＞β3/2.由此我们得出系统的动量守恒方程收敛于达西定律,系统的内能、熵、压强和密度的渐近依然满足Gibbs方程.最后我们还将考察周期展开法,并将当中的展开算子T_ε推广到L~p(Ω×(0,T))空间中.同时利用推广后的周期展开法来处理抛物方程的均化问题.本文共分为叁章,其主要内容如下:第一章简要论述了多孔介质中流体的渐近性质问题的历史背景、研究意义以及这方面的研究进展.第二章主要讨论叁维或二维空间中完全非线性的Navier-Stokes方程在多孔介质中的渐近性质,并验证了方程组解的渐近的确满足达西定律.第叁章主要推广了周期展开法,并运用这种方法解决抛物方程的均化问题。(本文来源于《广州大学》期刊2019-05-01）
刘香[7]（2019）在《长相依固定设计下部分线性EV模型的小波估计的渐近性质》一文中研究指出部分线性EV模型是一种非常重要的统计模型.但在很多的情形下,假设随机变量具有独立性是不恰当的,因此统计学家们常常研究随机变量相依的情况,本文模型中所出现的误差长相依就是这些情况中非常重要的一种.本文主要的模型yk=xkβ+g(tk)+εk,Xk = +uk,k=1,2,…,n应用小波估计方法给出了参数β和非参数g(·)的小波估计,得到了β和g(·)的相关大样本性质,并给出了实际应用.具体研究内容如下:第二章,在误差{εi}为长相依的情况下,分别研究了测量误差{ui}相互独立和长相依时,β和g(·)的小波估计的弱相合性.另外,以中国消费者信心指数为研究对象,通过实例分析,说明本文的结论在实际中是有用的.第叁章,在误差{εi}为长相依时,分别研究测量误差{ui}为相互独立和长相依的情况下,得到了参数小波估计的渐近表示,参数的弱收敛速度,非参数的渐近分布和弱收敛速度.推广了文献[11]中的部分线性模型中参数β和函数g(·)的估计的弱相合性、均方相合性以及文献[12]中参数β和非参数g(·)的渐近分布及弱相依速度的结果.(本文来源于《湖北师范大学》期刊2019-05-01）
王茹[8]（2019）在《具有限时滞的Stratonovich型随机泛函微分方程解的渐近性质》一文中研究指出本论文目的是为了研究具有限时滞的Stratonovich型随机泛函微分方程解的渐近性质.首先,通过Ito积分与Stratonovich积分之间的关系,并借助Lipschitz条件,线性增长条件,Ito公式以及Burkholder-Davis-Gundy不等式等工具,证明了当p≥2时方程解的p阶矩估值定理和p阶矩连续性定理;接着利用Holder不等式,得出了当0<p<2时,方程解的p阶矩估值和p阶矩连续性.然后,借助Ito公式,指数鞅不等式,Gronwall不等式和Borel-Cantelli引理等工具,证明方程解的轨道Lyapunov指数的几乎必然估计;最后,给出一种特殊情形方程(4.11),对方程(4.11)中带有时滞的漂移系数附加了叁个不同条件,得出了解的叁种不同的渐近性质;进一步论证了对方程(4.4)进行几乎确定渐近估值是可行的.(本文来源于《东北师范大学》期刊2019-05-01）
谷佩洪[9]（2019）在《非线性时间序列误差分布函数估计渐近性质》一文中研究指出对于一般的线性自回归模型,预测产生的误差一方面来源于模型本身,另一方面来源于模型中的随机项(误差),而预测得到的置信区间便取决于误差的累积分布函数(C.D.F)。前人提出了一种线性条件下误差的累积分布函数的估计方法,即用误差的核分布估计(K.D.E)替代C.D.F。本文在此基础上提出了非线性自回归模型的误差C.D.F的估计方法。我们证明了非线性模型的核估计方法同样也满足相应的渐近性质,即误差的累积分布函数可以被其核分布估计函数替代。在数据分析方面,我们首先利用模拟数据验证误差估计方法的渐近性和有效性。然后结合实际股票数据,标普500指数,应用非线性自回归模型进行估计、预测与分析。最后我们尝试把这一方法推广到长记忆时间序列的估计与预测分析中。我们结合模拟数据,总结长记忆参数d对误差估计产生的影响。(本文来源于《南京大学》期刊2019-04-29）
林松,尹长明[10]（2019）在《两阶段Logit模型的惩罚广义估计方程估计的渐近性质》一文中研究指出2012年Wang等在较弱条件下证明了经典Logit模型惩罚广义估计方程估计的渐近性质。两阶段Logit模型是经典Logit模型的推广,可以处理较复杂的属性数据,其联系函数(link)已不再是自然联系函数。本文在更弱条件下证明了两阶段Logit模型惩罚广义估计方程估计的渐近性质,推广了文献中的相应结果。(本文来源于《广西师范大学学报(自然科学版)》期刊2019年02期）
渐近性质论文开题报告
（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：
本文讨论时标上具有负扰动项的二阶非线性动力方程的振动性与渐近性质,建立了动力方程新的振动性和渐近性性条件,并给出了应用实例.
（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。
渐近性质论文参考文献
[1].刘香,胡宏昌,余新新.长相依固定设计下部分线性EV模型的小波估计的渐近性质[J].数学杂志.2019
[2].韩忠月.具有负扰动项的二阶非线性动力方程的振动性与渐近性质[J].德州学院学报.2019
[3].张玉,沈爱婷.φ混合误差下EV回归模型中估计量的渐近性质[J].湖北大学学报(自然科学版).2019
[4].覃思乾,周泽文,凌征球.一类退化抛物型方程组解的渐近性质[J].应用数学.2019
[5].张彤.相依随机误差下固定设计模型非参数估计的渐近性质[D].安庆师范大学.2019
[6].袁国智.多孔介质中流体的渐近性质[D].广州大学.2019
[7].刘香.长相依固定设计下部分线性EV模型的小波估计的渐近性质[D].湖北师范大学.2019
[8].王茹.具有限时滞的Stratonovich型随机泛函微分方程解的渐近性质[D].东北师范大学.2019
[9].谷佩洪.非线性时间序列误差分布函数估计渐近性质[D].南京大学.2019
[10].林松,尹长明.两阶段Logit模型的惩罚广义估计方程估计的渐近性质[J].广西师范大学学报(自然科学版).2019
论文知识图
