

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著社會(huì)的發(fā)展和科技的進(jìn)步,統(tǒng)計(jì)學(xué)越來(lái)越受到人們的重視。統(tǒng)計(jì)研究的一個(gè)重要環(huán)節(jié)是采集數(shù)據(jù),而在采集數(shù)據(jù)時(shí)往往由于一些不確定的因素導(dǎo)致數(shù)據(jù)不能被完全采集,這樣的數(shù)據(jù)被稱(chēng)作刪失數(shù)據(jù)。刪失數(shù)據(jù)包括左刪失數(shù)據(jù)、右刪失數(shù)據(jù)和區(qū)間刪失數(shù)據(jù),其研究開(kāi)始于天文學(xué)、經(jīng)濟(jì)學(xué)、流行病學(xué)、生物統(tǒng)計(jì)學(xué)等領(lǐng)域,研究方法主要有參數(shù)、半?yún)?shù)及非參數(shù)估計(jì)法,其中,非參數(shù)方法是當(dāng)前國(guó)際研究的一個(gè)熱點(diǎn)。在非參數(shù)估計(jì)中,基于核函數(shù)的估計(jì)因其平滑性好、計(jì)算量小,適用性廣而深受學(xué)
2、者們的歡迎。為了反映刪失數(shù)據(jù)的一般水平和集中趨勢(shì),學(xué)者們通常選擇研究眾數(shù)這一統(tǒng)計(jì)參數(shù),因?yàn)樗鼛缀醪粫?huì)受極端數(shù)據(jù)影響且求法簡(jiǎn)便。
近十年間,刪失數(shù)據(jù)理論得到了快速的發(fā)展和廣泛應(yīng)用,同時(shí)也出現(xiàn)了許多亟待解決的問(wèn)題。本文主要研究了左刪失數(shù)據(jù)在α-混合相依結(jié)構(gòu)下密度函數(shù)及眾數(shù)非參數(shù)核估計(jì)的漸近性質(zhì),得到了很好的結(jié)果。具體工作有以下三個(gè)方面:
一、研究了左刪失數(shù)據(jù)在平穩(wěn)α-混合結(jié)構(gòu)下密度函數(shù)一階、二階導(dǎo)數(shù)的非參數(shù)核估計(jì),在一定
3、的條件下應(yīng)用Fuk-Nagaev不等式獲得了估計(jì)量的強(qiáng)一致收斂性及其收斂速度。
二、研究了左刪失數(shù)據(jù)在平穩(wěn)α-混合結(jié)構(gòu)下眾數(shù)的非參數(shù)核估計(jì),利用泰勒展開(kāi)方法得到了估計(jì)模型,在一定條件下由Bernstein大塊小塊方法得到估計(jì)的漸近正態(tài)性,并在此基礎(chǔ)上構(gòu)造了眾數(shù)估計(jì)的置信區(qū)間。
三、利用AR(1)模型生成α-混合數(shù)據(jù),用Matlab軟件對(duì)數(shù)據(jù)進(jìn)行處理,得到了幾組對(duì)照數(shù)據(jù)眾數(shù)估計(jì)的均方誤差表、直方圖和正態(tài)概率圖。這些模擬
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相依左刪失數(shù)據(jù)眾數(shù)非參數(shù)核估計(jì)的漸近性研究.pdf
- 基于隨機(jī)缺失-刪失平穩(wěn)遍歷函數(shù)型數(shù)據(jù)條件特征量的非參數(shù)核估計(jì).pdf
- 刪失數(shù)據(jù)幾何分布的參數(shù)估計(jì).pdf
- 基于刪失數(shù)據(jù)對(duì)一些參數(shù)的估計(jì)問(wèn)題.pdf
- 平穩(wěn)遍歷函數(shù)型數(shù)據(jù)非參數(shù)核估計(jì)的漸近分布.pdf
- I型區(qū)間刪失數(shù)據(jù)下參數(shù)的Bayes估計(jì).pdf
- 20185.基于ⅰ型區(qū)間刪失數(shù)據(jù)下的應(yīng)力強(qiáng)度模型的非參數(shù)估計(jì)
- 12732.左截?cái)鄤h失條件下遍歷函數(shù)型數(shù)據(jù)的非參數(shù)回歸估計(jì)
- 截?cái)鄤h失數(shù)據(jù)下二參數(shù) Weibull分布的參數(shù)估計(jì).pdf
- i型區(qū)間刪失數(shù)據(jù)下參數(shù)的bayes估計(jì)
- 非參數(shù)模型中變點(diǎn)的檢測(cè)及刪失數(shù)據(jù)中刪失指標(biāo)隨機(jī)缺失下回歸函數(shù)的估計(jì).pdf
- 5757.相依右刪失數(shù)據(jù)的統(tǒng)計(jì)推斷
- 15386.刪失數(shù)據(jù)場(chǎng)合雙參數(shù)rayleigh分布的參數(shù)估計(jì)
- 隨機(jī)刪失數(shù)據(jù)下常用生存分布的參數(shù)估計(jì).pdf
- Ⅰ型區(qū)間刪失情形下競(jìng)爭(zhēng)風(fēng)險(xiǎn)混合參數(shù)模型極大似然估計(jì)漸近性研究.pdf
- 28517.基于en算法的帶刪失數(shù)據(jù)混合模型的參數(shù)估計(jì)
- 27030.刪失數(shù)據(jù)下核密度估計(jì)的收斂性質(zhì)
- 3067.基于加法模型的相依區(qū)間刪失數(shù)據(jù)的回歸分析
- 空間函數(shù)型數(shù)據(jù)非參數(shù)穩(wěn)健估計(jì)的漸近正態(tài)性.pdf
- 基于復(fù)雜刪失數(shù)據(jù)下極大似然估計(jì)的算法研究.pdf
評(píng)論
0/150
提交評(píng)論