搜索到65篇“ BOOTSTRAP逼近“的相关文章
- 重尾过程协整检验的Bootstrap逼近被引量：1
- 2015年
- 重尾过程的协整检验统计量渐近分布含有不可估计的重尾指数α,针对重尾过程的协整检验运用Bootstrap抽样算法,在不估计重尾指数α的情况下,计算了该检验统计量的临界值,并且证明了该算法在理论上的合理性.Monte Calo模拟说明该方法有效.
- 秦瑞兵孟萍
- 关键词：协整检验
- 概率密度函数核估计的Bootstrap逼近被引量：2
- 2010年
- 主要研究了密度函数核估计逼近的速度,用Bootstrap方法对核密度进行估计,在适当的条件下,进一步提高了密度核估计Bootstrap逼近的速度,所得到的结果使得密度核估计Bootstrap逼近的速度与密度函数及其导数之间的关系更加的明确.
- 张金艳
- 关键词：密度核估计BOOTSTRAP法
- 删失回归模型的加权Bootstrap逼近被引量：1
- 2008年
- 研究带删失数据的回归模型.基于合成数据,运用加权Bootstrap方法获得回归系数样本分布的近似估计,并对一般权序列,证明了这种分布近似的有效性及回归系数的加权Bootstrap估计的相合性.据此构造回归系数的加权Bootstrap置信域.数值模拟结果表明,就覆盖率而言,加权Bootstrap置信域优于传统的渐近正态置信域.
- 赵树然徐兴忠任培民
- 关键词：线性回归模型
- 多维密度核估计的Bootstrap逼近被引量：3
- 2007年
- 在一定条件下证得多维密度核估计的Bootstrap逼近成立.
- 李德旺陈兴喻达磊徐达明
- 关键词：核估计BOOTSTRAP逼近
- 概率密度核估计的Bootstrap逼近被引量：2
- 2007年
- 从概率密度函数为f的总体中,随机抽取一列独立同分布的样本X1,…,Xn,并在μ=EX1的条件下,研究密度概率函数θ=f(μ)的核型估计fn(x)的Bootstrap逼近问题.
- 徐达明唐安民李德旺陈兴
- 关键词：密度函数核估计BOOTSTRAP法
- NA样本均值的Bootstrap逼近被引量：3
- 2006年
- 用Bootstrap法估计随机变量的概率分布广泛适用于样本为独立同分布情形.立足于考虑随机变量序列{Xn,n≥1}为NA相协样本条件下均值X-n的Bootstrap逼近问题,首先定义了强平稳组间独立的负相协样本,然后对样本分成k组情况下X-n的k个刀切虚拟值Yi(i=1…k)赋予质量1k,得到“经验分布函数Fk*,从F*k中抽取k个独立样本Y1*,…,Yk*,用n(Yk*-Xn)的条件分布去模拟n(Xn-μ)的分布,最后证明其相合性成立.
- 宇世航
- 关键词：NA序列BOOTSTRAP逼近
- 信号模型中参数估计的Jackknife和Bootstrap逼近
- 本文利用刀切法和自助法，分别对两类信号模型的参数作了估计。全文共分三章。在第一章中，我们研究了一维带白噪声复值响应指数信号模型的Jackknife逼近，构造了其参数的Jackknife估计，证明了刀切估计值的强相合性和渐...
- 张琼
- 关键词：BOOTSTRAP方法MONTE-CARLO模拟相合性无偏性
- 文献传递
- 指数信号模型中参数估计的Bootstrap逼近被引量：4
- 2004年
- 本文基于 Prony 方法和 Bootstrap 方法,解决了受抑制指数信号模型的辨识问题。给出了模型 中参数的最小二乘估计的计算方法和逼近;为了使样本所在的区间有限,在保证模型相容的条件 下,我们重新定义模型,证明了 Bootstrap 估计的相合性和渐近正态性,从而证明了我们这种 方法的可行性;最后利用该方法给出模拟结果,并且和其他方法进行了比较。
- 温显斌田铮林伟杨政
- 关键词：BOOTSTRAP渐近正态性
- 部分线性模型中参数估计的Bootstrap逼近被引量：1
- 2002年
- 考虑回归模型 :yi=xiβ+g(ti) +σiei,1≤ i≤ n.其中 σ2i=f(ui) ,(xi,ti,ui)是固定非随机设计点列 ,f (· )和 g(· )是未知函数 ,β是待估参数 ,ei 是随机误差 .对文 [1 ]给出的基于 g(· )及 f(· )的一类非参数估计的β的最小二乘估计β^ n和加权最小二乘估计βn,本文通过重抽样的方法构造了 β^n 和 βn 的 Bootstrap统计量 β^ *n 和 β*n .证明了在给定原样本的条件下 ,n (β^ *n -β^ n)和 n (β*n -β^ n)分别与 n (β^ n-β)和 n (βn-β)有相同的渐近分布 .
- 任哲胡舒合
- 关键词：部分线性模型参数估计渐近分布
- 非参数回归函数的k_n近邻估计的渐近性质及其Bootstrap逼近被引量：3
- 2001年
- 本文研究回归函数的ｋｎ－近邻估计的渐近性质，得到了回归函数的ｋｎ－近邻估计的渐近正态性和它的Ｂｏｏｔｓｔｒａｐ统计量的相合性. 在高阶矩存在的条件下，我们证明了回归函数的ｋｎ－近邻估计的Ｂｏｏｔｓｔｒａｐ逼近比正态逼近更精确．
- 王炳章
- 关键词：回归函数渐近正态性BOOTSTRAP逼近随机向量
