16259.基于刪失數據的組合分位數回歸_第1頁
已閱讀1頁，還剩45頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinScienceJ_‘●一■CompositequantileregresslonI0rcensoreddataMasterCandidate：Major：Supervisor：LiuXiStatisticsHeXiaoxiaWuhanUniversityofScienceand

2、TechnologyWuhan，Hubei430081，PRChinaDecember2015摘要本文主要研究了在刪失數據下回歸函數的局部組合分位數回歸估計的大樣本性質。首先，我們介紹了分位數回歸的基本思想和主要的研究結果，并介紹了常見的刪失數據的類型。然后，我們運用加權組合分位數損失估計方法實現了刪失數據的組合分位數回歸。引進高維核函數與刪失數據的K—M估計作為損失函數的權重，樣本數據為隨機刪失數據，估計模型中非參數函數的在某一點的值

3、，并得到其漸近正態(tài)性，從得出的結果中比較局部線性分位數回歸估計與局部線性最小二乘估計的不同漸近效率，分析二者的相對效率，采用隨機數據模擬的方法驗證本文所采用估計方法在刪失數據樣本下的性質。針對不同的誤差分布類型得到不同的數據結果，從而更為有力的論證理論部分的結論。本文主要建立了基于刪失數據的組合分位數回歸模型，由于數據的不完整性，在計算過程中，需要充分運用KM估計的性質簡化計算，達到了較為滿意的結果。關鍵詞：KM估計；加權組合分位數回歸

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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論