您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(DUT12LK29)

作品数:3 被引量:3H指数:1
相关作者:宋立新王晓光高黎石新勇华志强更多>>
相关机构:大连理工大学大连民族大学大连民族学院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:理学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇理学

主题

  • 2篇似然估计
  • 2篇极大似然
  • 2篇极大似然估计
  • 2篇惩罚
  • 1篇收敛速度
  • 1篇渐近
  • 1篇渐近正态
  • 1篇渐近正态性
  • 1篇估计方法
  • 1篇函数
  • 1篇核估计
  • 1篇贝叶斯
  • 1篇贝叶斯信息准...
  • 1篇BIC

机构

  • 3篇大连理工大学
  • 1篇大连民族学院
  • 1篇内蒙古民族大...
  • 1篇中国人民解放...
  • 1篇大连民族大学

作者

  • 2篇宋立新
  • 1篇董莹
  • 1篇高黎
  • 1篇王晓光
  • 1篇华志强
  • 1篇石新勇

传媒

  • 2篇大连理工大学...
  • 1篇高校应用数学...

年份

  • 1篇2015
  • 1篇2014
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
一类部分函数线性模型的估计方法被引量:3
2013年
函数型数据是近年受到较多关注的一种新型数据类型,在因变量是标量变量、自变量包含标量变量和函数变量的回归问题中,提出了一类标量变量为线性形式且函数变量为部分线性形式的模型.基于核函数构造了该类模型的估计方法,在适当条件下研究了模型参数分量估计的渐近正态性和非参数分量估计的收敛速度.最后用模拟验证了估计方法在有限样本下的表现.
王晓光高黎
关键词:核估计收敛速度渐近正态性
组合惩罚似然估计下发散参数变量选择
2015年
在Wang等给出的组合惩罚函数的基础之上,将SCAD惩罚部分推广到一般的非凸惩罚的形式,利用岭回归在解释变量相关度较高情形下的良好表现,提出一种推广了的组合惩罚.在参数个数发散的情形之下,利用贝叶斯信息准则(BIC)来选择调整参数,能同时完成变量选择和参数估计.而且还可以证明在合适的条件之下,这种估计具有Oracle性质.模拟研究的结果证明了所提出的方法在预测变量具有强相关性之下的优势.
董莹宋立新华志强
组合惩罚下联合均值与方差模型的变量选择
2014年
在生产实践和计量经济领域中,控制产品质量的方差就能保证产品的合格品数相对稳定,所以当前学者对联合均值与方差模型的研究倍感兴趣.基于解释变量经常是具有相关关系的实际情况,提出了一种由SCAD惩罚和岭回归混合在一起的组合惩罚,该惩罚充分利用了岭回归能克服解释变量相关性过高对估计效果的影响,同时也证明了这样的惩罚具有相合性和Oracle性质.使用该组合惩罚对联合均值与方差模型进行了变量选择.最后的随机模拟结果表明该模型和方法是有效的.
董莹宋立新石新勇
共1页<1>
聚类工具0