公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

在平衡损失函数下的泛最小二乘估计被引量：2: 2008年; 从平衡损失函数的角度研究线性回归模型的泛最小二乘估计.用L-曲线的方法得到了平衡参数的简单而又实用的公式,研究了泛最小二乘估计量的风险函数,并用一个实际应用说明了本文的结论.; 胡宏昌; 关键词：线性回归模型风险函数平衡损失函数

误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性被引量：5: 2006年; 在误差为AR(1)时间序列的情形下,给出了半参数回归模型的拟极大似然估计方程,并研究了拟极大似然估计量的存在性。; 胡宏昌; 关键词：半参数回归模型存在性

用Markov模型预测长江水质被引量：2: 2006年; 由于长江水质的污染程度日益严重，为了说明治理长江对长江水质进行了简单的评价，保护长江迫在眉睫，首先，根据长江流域的17个观测站近两年多的水质检测数据统计，说明了近两年多来长江的防污治理工作有一定的效果。然后，根据1995～2004年长江流域水质的数据报告，考虑各类水之间的相互转化，构造了马尔柯夫（Markov）转移矩阵，建立了马尔柯夫预测模型，通过已有的观测数据验证了该模型的正确性及有效性。运用该马尔柯夫模型预测未来10年水质的变化趋势，即Ⅰ、Ⅱ、Ⅲ、Ⅳ类水逐年减少，而Ⅴ、劣Ⅴ类水逐年增加。到2014年，长江的第Ⅰ类水只有0．4059％，劣Ⅴ类水达到26．2714％，不可饮用水（即第Ⅳ，Ⅴ，劣Ⅴ类水）将达到47．468％，为此应采取更加有效的治理措施，控制长江水质的恶化。最后，通过计算，得到了每年需要处理污水的最小百分比，才能杜绝劣Ⅴ类水，将第Ⅳ、Ⅴ类水控制在20％内，从而才能保证我们有足够的饮用水。; 胡宏昌; 关键词：长江水质 MARKOV模型

线性模型的泛最小二乘法被引量：3: 2008年; 本文首先针对线性模型提出了泛最小二乘法,在设计矩阵不加限制的情形下,得到了参数的泛最小二乘估计量。该方法既发扬了最小二乘法的优点,又克服了它的一些不足,它包含了常见的岭估计和最小二乘估计法;其次讨论了泛最小二乘法的理论依据;接着研究了泛最小二乘估计量的一些统计性质,并与最小二乘估计进行比较,在一定意义上前者优于后者;然后讨论了平衡参数的选取问题;最后,给出一个应用,说明了泛最小二乘法的有效性和可行性。; 胡宏昌游雪肖徐侃; 关键词：岭估计最小二乘估计

半参数回归模型小波估计的强相合性被引量：14: 2006年; 考虑半参数回归模型y_i^(n)=X_i^((n)T)β+g(t_i^(n))+ε_i^(n)(1■i■n),其中β∈R^d为未知参数,g(t)为[0,1】上的未知Borel函数,X_i^(n)为R^d上的随机设计,随机误差序列{ε_i^(n)}为鞅差序列,{t_i^(n))为[0,1]上的常数序列．本文用小波的方法得到β、g(t)的估计量分别为■_n、■_n(t),并证明了它们的强相合性．; 胡宏昌胡迪鹤; 关键词：半参数回归模型鞅差序列强相合性

广义BoxCox变换被引量：6: 2006年; 提出了广义BoxCox变换,即对因变量进行BoxCox变换及对自变量进行某种变换,然后用极大似然方法确定变换参数,最后用广义BoxCox变换研究了一个简单实例.; 胡宏昌樊献花; 关键词：线性回归模型

半参数回归模型M估计的线性强表示被引量：1: 2008年; 考虑半参数回归模型yi=XiTβ+g(ti)+iε.基于用小波的方法处理非参数分量的基础上,研究了该模型的M估计,得到了参数及非参数分量的线性强表示,并研究了这些表示在收敛速度、重对数律及Berry-Esseen型界限的应用.; 胡宏昌; 关键词：半参数回归模型小波方法 M估计

全选清除导出

共1页<1>

湖北省教育厅科学技术研究项目(Q200622001)