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:
部分线性单指标模型是一类重要的半参数统计模型,对于模型中的误差,如果存在序列相关,那么在进行统计推断时会遇到诸多问题。针对该情况,对部分线性单指标模型的序列相关性进行检验,用Vr,p检验的方法构造Vr,p检验统计量,得到了零假设下检验统计量的渐进分布。数值模拟验证结果表明,该检验有较好的检验功效。
推荐文章
响应变量缺失下部分线性单指标模型的序列相关性检验
部分单指标模型
缺失数据
随机缺失
经验似然
序列相关性检验
误差为 AANA 序列的部分线性模型的弱相合性
部分线性模型
渐近几乎负相依
弱相合性
基于估计方程估计的单指标模型异方差检验
单指标模型
估计方程估计
完全非参方差函数
梯度外积估计
最小平均方差估计
异方差
部分线性模型M估计的弱收敛性
部分线性模型
M估计
局部线性
弱一致性
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 部分线性单指标模型的序列相关性检验
来源期刊 重庆理工大学学报:自然科学 学科 数学
关键词 部分线性单指标模型 序列相关检验 Vr,p检验 非参数回归
年,卷(期) 2012,(3) 所属期刊栏目 数学·物理
研究方向 页码范围 120-125
页数 6页 分类号 O212.7
字数 3109字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2012.03.024
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 刘锋 重庆理工大学数学与统计学院 26 74 5.0 6.0
2 李飞 重庆理工大学数学与统计学院 3 10 2.0 3.0
3 乔静然 重庆理工大学数学与统计学院 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (12)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (4)
二级引证文献  (5)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(5)
  • 参考文献(1)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
部分线性单指标模型
序列相关检验
Vr,p检验
非参数回归
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导