

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、時空統(tǒng)計方法正成為時空統(tǒng)計學(xué)的研究熱點(diǎn)。時空數(shù)據(jù)具有兩個基本特性:自相關(guān)性,非平穩(wěn)性。利用時空加權(quán)回歸模型可以形象直觀的分析變量間的相依關(guān)系,并且可以更好的反映回歸系數(shù)函數(shù)的時空特性。因此本文從時空加權(quán)回歸(GTWR)模型估計的優(yōu)良性,假設(shè)的合理性,實(shí)例應(yīng)用等幾方面研究時空加權(quán)回歸模型。
首先,通過假定GTWR模型的回歸系數(shù)是時空位置的函數(shù),給出了GTWR模型的局部線性估計,并證明了其估計量的漸近條件性質(zhì)。同理給出并證明了二步
2、估計的漸近條件性質(zhì),結(jié)果顯示以上估計都具有良好的表現(xiàn)。
其次,上述兩種估計都假定誤差項是獨(dú)立的、同分布的,但若假設(shè)不成立,則估計的有效性會受到影響,因此有必要考察GTWR模型的誤差項的時空自相關(guān)性。由于誤差不可觀測的,通過OLS估計方法得到GTWR模型的殘差,基于殘差構(gòu)造檢驗(yàn)統(tǒng)計量研究了GTWR模型誤差項的時空自相關(guān)性,并給出了模擬例子,且用bootstrap方法計算了檢驗(yàn)p值。
最后,目前還很少學(xué)者運(yùn)用GTWR模型
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 23060.時空加權(quán)回歸模型的參數(shù)估計及其應(yīng)用研究
- 半相依回歸模型的參數(shù)估計.pdf
- 模糊線性回歸模型的參數(shù)估計.pdf
- 隨機(jī)變系數(shù)模型中的參數(shù)估計及其漸近性質(zhì).pdf
- 1305.時空加權(quán)回歸模型的估計及變量選擇
- 網(wǎng)絡(luò)業(yè)務(wù)流自相似模型及參數(shù)估計研究.pdf
- 帶污染數(shù)據(jù)的回歸模型參數(shù)估計.pdf
- 基于自相關(guān)的自回歸模型參數(shù)的折扣最小二乘估計
- 基于縱向數(shù)據(jù)的隨機(jī)變系數(shù)模型的參數(shù)估計及其漸近性質(zhì).pdf
- 尾指數(shù)估計量及二階參數(shù)估計量的漸近性質(zhì).pdf
- 基于GCV方法的線性回歸模型嶺參數(shù)估計.pdf
- ARFIMA模型參數(shù)貝葉斯估計的漸近性質(zhì).pdf
- 線性回歸模型參數(shù)估計及異常點(diǎn)檢測方法改進(jìn).pdf
- 度量誤差模型參數(shù)估計及其統(tǒng)計性質(zhì).pdf
- 隨機(jī)右刪失模型參數(shù)估計的隨機(jī)加權(quán)法.pdf
- 廣義線性模型中參數(shù)估計的隨機(jī)加權(quán)方法.pdf
- 生長曲線模型中回歸系數(shù)的參數(shù)估計.pdf
- 線性模型參數(shù)估計的若干性質(zhì)研究.pdf
- 基于ρ混合誤差下非參數(shù)回歸模型局部多項式估計的漸近性質(zhì).pdf
- 具隨機(jī)擾動食物有限模型的參數(shù)估計及其漸近分布.pdf
評論
0/150
提交評論