搜索到161篇“ 样条估计“的相关文章
- 强混合样本面板数据模型回归样条估计
- 2024年
- 由于面板数据具有模型复杂且数据量较大特征,导致面板数据回归样条估计结果存在较大误差。因此提出强混合样本面板数据模型回归样条估计方法。优化面板数据形式,将非参数模型与混合模型相结合,获取改进后的强混合样本条件下面板数据简化表达形式。利用B样条法估计出未知测量参数的渐近正态性,并进一步估计出模型中的未知函数。通过仿真模拟算例表明,所提方法的计算量较小且能够准确估计模型中的未知变化量。
- 徐胜超邓斌涛
- 关键词:面板数据非参数模型渐近正态性
- 函数型部分线性乘积模型的B-样条估计
- 2024年
- 本文研究了函数型部分线性乘积模型,该模型可用于响应变量为正数的函数型数据的统计建模问题,经过对数变换后模型转化为函数型部分线性模型.基于B-样条,通过极小化最小一乘相对误差(LARE)和最小乘积相对误差(LPRE),分别给出模型的LARE估计和LPRE估计,其中B-样条基的维数利用Schwarz信息准则选取.对两种估计方法分别给出斜率函数估计的相合性和参数部分估计的渐近正态性,并且证明了斜率函数的收敛率达到了非参数函数估计的最优速率.蒙特卡洛模拟用来比较所提出的方法与最小一乘(LAD)估计和最小二乘(LS)估计在不同误差分布下的有限样本性质,模拟结果表明所提方法是有效和实用的.最后通过一个实际数据分析的例子来说明模型的应用.
- 丁建华余平丁燕萍
- 关键词:函数型数据B-样条渐近性质
- 非参数回归模型样条估计量的分布
- 2022年
- 为探究非参数回归模型中非参数函数估计量的分布,本文在标准正态误差情形下首先得到了均值函数样条估计量的正态分布,然后得到了方差函数基于残差的样条估计量的渐近分布,并采用单个卡方变量线性函数来近似方差函数估计量的渐近分布。通过数值模拟验证了均值函数估计量的分布和方差函数估计量的渐近分布。
- 詹陆丽武新乾
- 关键词:非参数回归模型样条估计渐近分布
- 部分线性和变系数时序模型的样条估计和变量选择
- 时间序列分析是统计学科的一个重要分支,它主要通过研究随着时间变化的事物的内在关系,揭示事物发展变化的规律,并预测其未来的走势.目前,时间序列已广泛应用于各个领域,比如,经济学、生态学、社会科学等.经典的ARMA模型假设时...
- 刘艳萍
- 关键词:部分线性模型变系数模型样条估计
- 基于拟合优度抽样下部分线性logistic模型的惩罚样条估计
- 在许多大型队列研究中,由于一些协变量的观测是非常困难或非常昂贵的,在研究经费有限的情况下并不支持对所有研究对象的协变量进行观测.因此,研究人员更倾向于使用节约成本并能提高效率的抽样设计.基于拟合优度抽样是一种回溯性抽样机...
- 袁晨彩
- 缺失数据下半参数分位数回归模型的B样条估计及其应用
- 部分线性变系数模型是重要的半参数回归模型,既保留了非参数模型适应性强、回归稳健的优点,又有参数模型易于解释的特点。该模型中不仅有参数分量还有非参数分量,可以反映当模型中只有部分的系数随着某个变量变化而变化的情况,更加贴近...
- 叶瑶
- 关键词:分位数回归B样条
- 中国A股的Group LASSO非参数样条估计多因子选股策略研究被引量:1
- 2021年
- 有效定价因子的筛选是多因子量化选股策略的关键.本文采用Group LASSO算法与非参数样条估计相结合的方法筛选中国A股市场的有效因子,结果得到了个别与其他方法一样的因子(如移动平均成交量),但筛选出很多独特因子(如流动比率、市盈率、去趋势换手率、营业利润增长率).进一步地,基于得到的有效因子构建的投资组合在样本外也有相对更高的超额收益率、更低的收益波动率以及更高的夏普比率.与相关研究的美股因子比较发现,两个市场的因子存在较大差异,美股中的各类动量因子、收益率波动率等并不是A股的有效因子,而A股的市盈率、流动比率也不是美股的有效因子.
- 陈一秋吕大永吴文锋
- 关键词:非参数估计选股策略
- 非参数回归模型基于残差的样条估计被引量:2
- 2021年
- 为了探究固定设计下具有α-混合相依误差的非参数回归模型的估计理论,基于多样式样条方法对均值函数进行了估计,利用残差构造了方差函数的样条估计。在一般假设条件下,均值函数估计量和方差函数估计量具有相同的一致收敛速度。数值模拟结果显示:基于贝叶斯信息准则下的样条估计优于赤池信息准则下的样条估计和局部线性估计。
- 马晓跃武新乾
- 关键词:非参数回归样条估计一致收敛速度Α-混合
- 单指标模型自适应局部惩罚样条估计被引量:3
- 2021年
- 在单指标模型惩罚样条估计中,均匀惩罚样条由于各节点惩罚权重一致,导致在拟合过程中缺乏自适应性。为解决该问题,构建了一种基于变异系数的单指标模型自适应局部惩罚样条估计方法,利用径向基的局部惩罚样条逼近技术及Levenberg-Marquardt算法对模型的参数进行估计。首先,通过计算各节点中相邻区间数据的变异系数,构造局部惩罚权重矩阵,以变异系数的数值大小作为数据离散程度的判断标准。在数据离散程度大的区间,会给予拟合曲线较小的惩罚;在数据离散程度小的区间,会给予拟合曲线较大的惩罚,从而实现对样条系数的局部自适应调节,得到样条系数估计值。其次,使用“去一分量”法以及Levenberg-Marquardt算法得到单指标参数估计值。模拟仿真结果表明:基于变异系数的局部惩罚样条估计方法比均匀惩罚样条估计方法具有更好的拟合效果。在对比实验中可以看出,基于变异系数的局部惩罚样条估计方法拟合效果也略优于基于极差和方差的局部惩罚样条估计方法。
- 赵静
- 关键词:单指标模型LEVENBERG-MARQUARDT算法
- 基于LASSO的部分线性单指标模型局部惩罚样条估计
- 2021年
- 针对部分线性单指标模型,文章构建了一种基于LASSO的部分线性单指标模型局部惩罚样条估计方法,以变异系数作为判断数据离散程度的依据,首先通过计算各节点中数据的变异系数,构造局部惩罚权重矩阵,由局部二次逼近方法,得到了带有LASSO局部惩罚的参数估计值,并讨论得出无惩罚样条估计和均匀惩罚样条估计是局部惩罚样条估计的特殊情况,然后使用"去一分量"法和Levenberg-Marquardt算法得到单指标部分的参数估计值,最后通过Monte-Carlo模拟验证了该方法的有效性和正确性。
- 赵静
相关作者
- 武新乾
- 作品数:110被引量:254H指数:8
- 供职机构:河南科技大学数学与统计学院
- 研究主题:样条估计 非参数回归模型 实证分析 非参数 收敛速度
- 田铮
- 作品数:191被引量:597H指数:12
- 供职机构:中国科学院
- 研究主题:SAR图像 变点 收敛速度 图像配准 BOOTSTRAP
- 张强
- 作品数:890被引量:4,085H指数:28
- 供职机构:中国科学院大连化学物理研究所
- 研究主题:SHAPLEY值 合作博弈 蛙跳算法 浮选柱 管柱
- 张刚
- 作品数:3被引量:14H指数:3
- 供职机构:河南科技大学数学与统计学院
- 研究主题:样条估计 AR 估计方法 人均GDP 非参数回归模型
- 冯爱芬
- 作品数:153被引量:348H指数:9
- 供职机构:河南科技大学数学与统计学院
- 研究主题:针织物 染色 纳米材料 羊毛 织物