基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了可加模型分量回归函数的局部M-估计,针对分量回归函数及其导数提出了两阶段局部M-估计的方法.在较广泛的条件下建立了估计量的渐近正态性理论,估计量具有先知性质(oracle property),即在估计某一分量回归函数时,其他分量回归函数是否已知不影响估计量的渐近性质.渐近理论包括了两类常用的估计量,即最小二乘估计和最小一乘估计.当ψ是连续的且是非线性时,估计量的实施非常耗时,为了减轻计算的负担,提出了一步局部M-估计量,并证明了在初始估计量足够好的情形下,一步局部M-估计量与完全迭代所得到的估计量具有相同的渐近估计效率,这使得两阶段局部M-估计的方法较为实用.两阶段局部M-估计量继承了局部多项式估计的优点,同时克服了其在最小二乘准则下不稳健的缺点.另外,还讨论了估计方法实施方面的细节及有关参数的选择方法.数值模拟结果及实际例子说明了两阶段局部M-估计方法的优点及实用性.
推荐文章
缺失数据下局部M-估计
局部线性回归
M-估计
缺失数据
渐近正态性
相合性
变系数回归模型的局部M-估计
变系数回归模型
局部M-估计
稳健性
变窗宽
渐近正态性
一种两阶段混合的DHMM参数估计方法
离散隐马尔可夫模型
遗传算法
Baum-Welch算法
全局最优
缺失数据下局部M-估计
局部线性回归
M-估计
缺失数据
渐近正态性
相合性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 可加模型的两阶段局部M-估计
来源期刊 中国科学A辑 学科 数学
关键词 局部M-估计 一步近似 正交序列估计量 两阶段
年,卷(期) 2007,(12) 所属期刊栏目
研究方向 页码范围 1474-1496
页数 23页 分类号 O1
字数 15211字 语种 中文
DOI 10.3321/j.issn:1006-9232.2007.12.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李建涛 北京大学数学科学学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (10)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(2)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(2)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(3)
  • 参考文献(2)
  • 二级参考文献(1)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部M-估计
一步近似
正交序列估计量
两阶段
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学(数学)
月刊
1674-7216
11-5836/O1
北京东黄城根北街16号
chi
出版文献量(篇)
2806
总下载数(次)
4
总被引数(次)
12059
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导