边际回归模型的改进二次推断函数估计

发布时间：2020-09-29 22:50

　　 本文的回归分析是研究一个网络数据间的相关关系.为了将网络拓扑结构整合到统计推断中,我们在简单边际回归模型和半参数边际回归模型中结合收缩估计的思想提出了收缩二次推断函数,它利用了网络节点之间的先验结构和数据驱动的相关性.改进后的估计方法概念简单、计算速度快且不失渐近的大样本性质.最后我们通过模拟实验分析表明改进的估计具有较小的均方误差.
【学位单位】：苏州大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：O212.1
【部分图文】：

０逦５０逦１０逦０．００１２８００逦０．００１８７０１逦０．００２９６４９逦０．００２８５６４逡逑１．１逦５０逦１０逦０．０１０５４９４逦０．０４１１４３１逦０．０３４０９０８逦０．０３１３６６１逡逑５０逦１０逦０００１０３２２邋０．００１５０８１逦０．００２３９１０邋０．００２３０３５逡逑ＱＩＦ逦５０逦１０逦０．０２６７８９５逦０．０１３８３２０逦０．０３２７６５４逦０．０２８４６９６逡逑０，０逦２００逦３０逦０．０００５１８３逦０．０００６８３３逦０．０００６３５３逦０．０００７３７２逡逑１．１逦２００逦３０逦０．０１３１９５１逦０．００３６２２４逦０．０３７７９７４逦０．０４１１７０３逡逑７＊，邋Ａ＊逦２００逦３０逦０．０００４１８０逦０．０００５５１０逦０．０００５１２３逦０．０００５９４５逡逑ＱＩＦ逦２００逦３０逦０．０２０４９５７逦０．０２１３４６５逦０．０３０４１１２逦０．０２８０５１３逡逑

图４邋ｎ邋＝邋２００，邋ｍ邋＝邋３０时／⑷的估计结果图．逡逑效果越好．逡逑图４展示了当ｎ邋＝邋２００，邋ｍ邋＝邋３０时五Ｘ和两种结构的模型的非参数部分逡逑３２逡逑

【参考文献】

相关期刊论文 前2条

1 田瑞琴;薛留根;;纵向数据下线性EV模型的变量选择(英文)[J];应用概率统计;2013年03期

2 赵明涛;何晓群;;纵向数据非参数模型的二次推断函数估计[J];统计与决策;2013年07期

本文编号：2830371