新的递推有界GM回归估计算法

• 作者: 张俊敏 成立花
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: GM估计器 鲁棒估计 AR模型 加性异常点
• 年，卷（期）: 2015,（3）
• 页码范围: 359-364
• 页数: 6页
• 分类号: TN911.7|O241.2|N945.14
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.2015.03.0359

摘要

提出一种新的递推有界广义极大似然类（GM）回归估计器，新估计器所用的风险函数基于更一般的框架，并采用有界 M-估计函数。设计一个新的权函数拒绝或降低异常点对估计结果的影响，并增加一个增广项，提出一种具有较强自适应能力的面向自回归（AR）模型参数估计的算法。仿真结果表明：提出的GM回归估计器及面向AR模型的算法对异常点不利影响（主要来自于回归变量中的加性异常点）的抑制效果均优于其他GM估计器；在参数不做任何调整的情况下，面向AR模型的算法对非平稳环境下的估计具有良好的估计精度和收敛性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张俊敏	西安建筑科技大学理学院	11	32	3.0	5.0
2	成立花	西安工程大学理学院	28	38	3.0	5.0