基于可变高斯核函数的最优分位数回归问题研究
【学位单位】:浙江大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:O212.1
[文章目录]:
摘要
Abstract
第一章 引言
第二章 定理1的证明
2.1 样本误差的估计
2.2 正则化误差的估计
第三章 定理3的证明
3.1 正则化误差1.10的估计
第四章 总结和展望
参考文献
致谢
【相似文献】
相关期刊论文 前10条
1 肖桂姣;;分位数回归下的指标设计与实现[J];当代经济;2019年02期
2 周少甫;范兆媛;;年龄对医疗费用增长的影响:基于分位数回归模型的分析[J];中国卫生经济;2016年06期
3 陈子亮;卿清;;影响波士顿不同社区房价水平的因素分析——基于分位数回归方法[J];商;2015年30期
4 施鹏;;分位数回归对资产定价模型的比较分析[J];商业故事;2016年34期
5 吴卫星;魏晓璇;吴锟;;金融素养与金融满意度[J];金融科学;2017年01期
6 李涛;王健俊;;国产电影票房绩效的影响因素研究——基于分位数回归及门限效应的分析[J];文化产业研究;2017年02期
7 姜励卿;钱文荣;;公共部门与非公共部门工资差异的分位数回归分析[J];统计研究;2012年01期
8 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期
9 吴建南;马伟;;分位数回归与显著加权分析技术的比较研究[J];统计与决策;2006年07期
10 谭治国;蔡乙萍;;分位数回归在风险管理中的应用[J];统计与决策;2006年17期
相关会议论文 前10条
1 李唐;李飞;;民航客机最佳燃油携带量推荐[A];第八届中国航空学会青年科技论坛论文集[C];2018年
2 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年
3 李坤明;;空间滞后分位数回归模型的截面估计法[A];21世纪数量经济学(第18卷)[C];2017年
4 朱高培;吴学森;;基于分位数回归制定HbA1c的医学参考值范围[A];2017年中国卫生统计学学术年会论文集[C];2017年
5 张晗希;许志梦;曾澄波;蔡卫平;郭艳;;基于分位数回归模型探索社会支持对HIV/AIDS患者应对方式的影响[A];2017年中国卫生统计学学术年会论文集[C];2017年
6 陈磊;;股灾期间沪深300股指期货的量价关系——基于联立方程和分位数回归的实证研究[A];21世纪数量经济学(第17卷)[C];2016年
7 姚欲清;邢星;吕冰;闵捷;;应用分位数回归分析中国成年居民蛋白质摄入量与体质指数及腰围的关系[A];达能营养中心青年科学工作者论坛优秀论文集2017年第5期[C];2017年
8 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛(2012)——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年
9 宋利明;杨嘉j;武亚苹;惠明明;吕凯凯;;吉尔伯特群岛海域大眼金枪鱼栖息地综合指数[A];渔业科技创新与发展方式转变——2011年中国水产学会学术年会论文摘要集[C];2011年
10 许玲丽;张复杰;;房地产上市企业盈利能力与资本结构的异质性关系研究——基于动态面板分位数回归视角[A];第九届(2014)中国管理学年会——组织与战略分会场论文集[C];2014年
相关博士学位论文 前10条
1 周小英;逐段连续线性分位数回归模型的统计推断及其应用[D];湖南大学;2018年
2 蔡超;基于大规模数据的分位数回归方法及应用[D];合肥工业大学;2017年
3 王生云;中国经济高速增长的亲贫困程度研究:1989-2009[D];浙江大学;2013年
4 刘惠篮;基于复合分位数回归方法的统计模型的相关研究[D];重庆大学;2016年
5 周小双;若干复杂数据模型的经验似然和复合推断方法[D];山东大学;2013年
6 樊军;高维二次度量回归模型研究[D];北京交通大学;2017年
7 孙旭;人力资本及其对中国省区全要素生产率增长的影响[D];东北财经大学;2010年
8 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年
9 周志永;几类金融时间序列模型统计推断[D];浙江大学;2016年
10 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年
相关硕士学位论文 前10条
1 周先光;外商直接投资对我国服务业集聚的影响研究[D];广东外语外贸大学;2018年
2 白兰;余额宝的收益风险分析及其对利率市场化的影响[D];南京财经大学;2017年
3 潘颖;公共支出对区域间产业升级的影响研究[D];南京财经大学;2018年
4 李冰心;基于复合分位数回归的平均模型[D];浙江大学;2018年
5 张晓宁;基于可变高斯核函数的最优分位数回归问题研究[D];浙江大学;2018年
6 开璇;基于多重共线性的修正方法下分位数回归方法的应用[D];新疆财经大学;2017年
7 丁翰煜;基于近似贝叶斯的分位数回归VaR模型[D];苏州大学;2018年
8 刘凌辉;两种分位数回归及实证研究[D];东北师范大学;2018年
9 李海燕;基于数据挖掘与非线性分位数回归的风电功率概率密度预测方法[D];合肥工业大学;2018年
10 杨航;有序纵向数据下的贝叶斯分位数回归方法[D];中国科学技术大学;2018年
本文编号:2826659
本文链接:https://www.wllwen.com/kejilunwen/yysx/2826659.html