导读:本文包含了位置尺度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:模型,尺度,位置,算法,方差,数据,正态分布。
位置尺度模型论文文献综述
吴刘仓,杨松琴,戴琳[1]（2018）在《基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计》一文中研究指出混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.(本文来源于《高校应用数学学报A辑》期刊2018年01期）
张舒宇,吴刘仓,詹金龙[2]（2017）在《基于Laplace分布下混合联合位置与尺度模型的参数估计》一文中研究指出Laplace分布是分析厚尾数据的重要统计工具之一,本文基于Laplace分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出了该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据说明了该模型和方法具有实用性和可行性.(本文来源于《应用概率统计》期刊2017年05期）
张舒宇[3]（2017）在《稳健混合联合位置与尺度模型的参数估计》一文中研究指出在统计学中影响统计结果的重要因素有两个:一是观测数据,二是对总体某些特性(分布、独立性等)的假设.当观测数据中存在一些不能很好的代表总体的异常点或者研究总体不满足一些传统的统计方法对总体某些特性的假设时,就会出现问题甚至导致错误的结论.这个时候,一些更为稳健的统计方法、更为稳健的分布类型更能体现出在处理这类问题上的优势,t分布、Laplace分布、Pearson type Ⅶ分布等一些包含异常点的"厚尾分布"对异常值和偏离均值较多的厚尾数据都不是特别敏感,是一种很不错的稳健分布类型,同时也体现出了稳健统计方法的特点:即使存在少量异常点,对与理想分布的偏离所引起的结果影响也不是很大;存在较多的异常点也不至于导致错误的结论.随着社会的发展,我们生活中各个领域的数据也越来越复杂、多样,这时势必要对这些异质的总体进行聚类分析,混合模型应运而生,用不同的参数和比例的分布来拟合不同的几类数据.大量异方差数据的存在违背了传统回归模型中方差齐次性的假设,为了有效的控制方差,在处理异方差数据的问题上,我们多采用联合均值与方差模型,现在我们也可以将模型方法进行推广,使适用范围更加广泛,把同质总体中的联合均值与方差模型推广到异质总体的混合模型中.进一步地,当考虑混合数据的分类情况未知时,我们还可以引入混合专家系统,对混合比例进行建模,应用Logistic回归对影响混合比例的未知参数进行估计.本文主要基于t分布、Laplace分布、Pearson type Ⅶ分布叁种稳健的分布应用EM算法对异质总体的混合联合位置与尺度模型的未知参数进行极大似然估计,主要内容有:第一,基于t分布下,建立混合联合位置与尺度参数的模型,应用EM算法、极大似然估计、Gauss-Newton迭代算法对模型中的未知参数进行估计,并通过Monte Carlo模拟方法验证所提出估计方法的有效性.然后试着把所提出的估计方法与实际生活联系起来,解决一些实际问题.第二,基于Laplace分布下,建立混合联合位置与尺度参数的模型,应用EM算法、极大似然估计、Gauss-Newton迭代算法对模型中的未知参数进行估计,并通过Monte Carlo模拟方法验证所提出估计方法的有效性.然后试着把所提出的估计方法与实际生活联系起来,解决一些实际问题.第叁,基于Pearson type Ⅶ分布下,建立混合联合位置与尺度参数的模型,.应用EM算法、极大似然估计、Gauss-Newton迭代算法对模型中的未知参数进行估计,并通过Monte Carlo模拟方法验证所提出估计方法的有效性.然后试着把所提出的估计方法与实际生活联系起来,解决一些实际问题.第四,基于Laplace分布下,在混合专家系统中,建立混合联合位置与尺度参数的模型,应用MM算法、EM算法、极大似然估计、Gauss-Newton迭代算法对模型中的未知参数进行估计,并通过Monte Carlo模拟方法验证所提出估计方法的有效性.然后试着把所提出的估计方法与实际生活联系起来,解决一些实际问题.(本文来源于《昆明理工大学》期刊2017-04-01）
万文,吴刘仓,马梦蝶[4]（2017）在《偏正态数据下联合位置与尺度模型的统计诊断》一文中研究指出本文研究偏正态数据下联合位置与尺度模型,考虑基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应统计量之间的差异.首次提出基于联合位置与尺度模型的诊断统计量和局部影响分析.通过模拟研究和实例分析,给出不同的诊断统计量来判别异常点或强影响点,研究结果表明本文提出的理论和方法是有用和有效的.(本文来源于《应用数学》期刊2017年02期）
朱志娥,吴刘仓,戴琳[5]（2016）在《偏t正态数据下混合线性联合位置与尺度模型的参数估计》一文中研究指出偏t正态分布是分析尖峰,厚尾数据的重要统计工具之一.研究提出了偏t正态数据下混合线性联合位置与尺度模型,通过EM算法和Newton-Raphson方法研究了该模型参数的极大似然估计.并通过随机模拟试验验证了所提出方法的有效性.最后,结合实际数据验证了该模型和方法具有实用性和可行性.(本文来源于《高校应用数学学报A辑》期刊2016年04期）
吴刘仓,张舒宇,詹金龙[6]（2016）在《基于t分布下混合联合位置与尺度模型的参数估计》一文中研究指出t分布是分析厚尾数据的重要统计工具,本文基于t分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据验证了该模型和方法具有实用性和可行性.(本文来源于《应用数学》期刊2016年04期）
李玲雪,吴刘仓,邱贻涛[7]（2014）在《Logistic分布下联合位置与尺度模型的变量选择》一文中研究指出Logistic分布是一类具有尖峰、厚尾特征的分布。同时大量异方差数据的存在使得方差建模和均值建模同等重要。文章基于以上两个方面,研究提出了Logistic分布下联合位置与尺度模型,并利用惩罚极大似然估计的方法对联合模型进行了变量选择。通过随机模拟表明该模型和方法是有用和有效的。(本文来源于《统计与决策》期刊2014年20期）
李玲雪,吴刘仓,詹金龙[8]（2014）在《缺失偏态数据下联合位置与尺度模型的统计推断》一文中研究指出为了研究缺失偏态数据下的联合位置与尺度模型,基于分布自身的特点,提出了一种适合缺失偏态数据下联合建模的插补方法———修正随机回归插补方法,该方法对缺失数据下模型偏度参数的调整十分显着。通过随机模拟和实例研究,并与回归插补和随机回归插补方法进行比较,结果表明,所提出的修正随机回归插补方法是有用和有效的。(本文来源于《统计与信息论坛》期刊2014年03期）
吴刘仓,马婷,詹金龙[9]（2013）在《基于StN分布联合位置,尺度与偏度模型的极大似然估计》一文中研究指出在社会,经济领域中异方差数据的大量存在表明方差建模与均值建模同等重要,而相对于对称分布,有偏分布更能获得准确有效的信息,对偏度建模,了解影响偏度的因素具有理论与实际意义.基于以上两点,文中提出了于Skew-t-Normal(StN)偏态分布的联合位置,尺度与偏度模型,并研究了该模型参数的极大似然估计,模拟和实例研究结果表明该模型和方法是有用和有效的.(本文来源于《高校应用数学学报A辑》期刊2013年04期）
吴刘仓,马婷,戴琳[10]（2013）在《基于StN分布下联合位置与尺度模型的极大似然估计》一文中研究指出在社会和经济等领域中存在大量的异方差数据,而且人们非常关注方差的变化,所以在研究社会经济现象时方差建模与均值建模同等重要;相对于对称分布,偏态分布更能获得更全面准确、更及时有效的信息,文章基于以上两点,研究提出基于偏t正态分布(StN)的联合位置与尺度模型,并给出该模型参数的极大似然估计,模拟和实例研究结果表明该模型和方法是有用和有效的.(本文来源于《应用数学》期刊2013年03期）
位置尺度模型论文开题报告
（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：
Laplace分布是分析厚尾数据的重要统计工具之一,本文基于Laplace分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出了该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据说明了该模型和方法具有实用性和可行性.
（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。
位置尺度模型论文参考文献
[1].吴刘仓,杨松琴,戴琳.基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计[J].高校应用数学学报A辑.2018
[2].张舒宇,吴刘仓,詹金龙.基于Laplace分布下混合联合位置与尺度模型的参数估计[J].应用概率统计.2017
[3].张舒宇.稳健混合联合位置与尺度模型的参数估计[D].昆明理工大学.2017
[4].万文,吴刘仓,马梦蝶.偏正态数据下联合位置与尺度模型的统计诊断[J].应用数学.2017
[5].朱志娥,吴刘仓,戴琳.偏t正态数据下混合线性联合位置与尺度模型的参数估计[J].高校应用数学学报A辑.2016
[6].吴刘仓,张舒宇,詹金龙.基于t分布下混合联合位置与尺度模型的参数估计[J].应用数学.2016
[7].李玲雪,吴刘仓,邱贻涛.Logistic分布下联合位置与尺度模型的变量选择[J].统计与决策.2014
[8].李玲雪,吴刘仓,詹金龙.缺失偏态数据下联合位置与尺度模型的统计推断[J].统计与信息论坛.2014
[9].吴刘仓,马婷,詹金龙.基于StN分布联合位置,尺度与偏度模型的极大似然估计[J].高校应用数学学报A辑.2013
[10].吴刘仓,马婷,戴琳.基于StN分布下联合位置与尺度模型的极大似然估计[J].应用数学.2013
论文知识图
