21842.異方差情形下的隨機(jī)系數(shù)回歸模型的d最優(yōu)群體設(shè)計(jì)_第1頁
已閱讀1頁,還剩38頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、學(xué)校代碼:10270分類號(hào):021學(xué)號(hào):122200685碩士學(xué)位論文異方差情形下的隨機(jī)系數(shù)回歸模型的D最優(yōu)群體設(shè)計(jì)學(xué)院:數(shù)理學(xué)院專業(yè):概率論與數(shù)理統(tǒng)計(jì)研究方向:試驗(yàn)設(shè)計(jì)與分析研究生姓名:鄭朝陽指導(dǎo)教師:岳榮先完成日期:2015.4.15上海師范大學(xué)碩士學(xué)位論文摘要I摘要摘要本文主要討論了異方差情形下的簡單線性隨機(jī)系數(shù)回歸模型的D最優(yōu)群體設(shè)計(jì)以及在此情形下的二次隨機(jī)系數(shù)回歸模型的D最優(yōu)群體優(yōu)設(shè)計(jì)問題。對(duì)于簡單的線性隨機(jī)系數(shù)回歸模型,我們

2、首先假定隨機(jī)誤差是異方差的。并通過計(jì)算,得出在此情形下的信息矩陣。我們把設(shè)計(jì)點(diǎn)定義在非重復(fù)的時(shí)間點(diǎn)01234上,并按照文中給出的D最優(yōu)設(shè)計(jì)準(zhǔn)則,分別得出了在此情形下對(duì)于參數(shù)?和?的D最優(yōu)群體設(shè)計(jì)。為了更進(jìn)一步的研究設(shè)計(jì)點(diǎn)對(duì)最優(yōu)設(shè)計(jì)的影響,我們又對(duì)上述時(shí)間點(diǎn)進(jìn)行了一個(gè)簡單的線性變換,由此得出了變換后的線性隨機(jī)系數(shù)回歸模型以及對(duì)應(yīng)的信息矩陣。然后類似于第二章,通過計(jì)算得出了設(shè)計(jì)點(diǎn)變換后的D最優(yōu)群體設(shè)計(jì)。通過比較,我們能夠很容易的看出時(shí)間點(diǎn)變

3、換對(duì)最優(yōu)設(shè)計(jì)的影響。為了去更好的擬合,我們?cè)诘谒恼掠纸o出了二次的隨機(jī)系數(shù)回歸模型。對(duì)于二次的隨機(jī)系數(shù)回歸模型,我們同樣假設(shè)隨機(jī)誤差是異方差的。同樣的我們也把設(shè)計(jì)時(shí)間點(diǎn)定義在非重復(fù)的時(shí)間點(diǎn)01234上,很容易我們可以看出,基于線性模型的D最優(yōu)準(zhǔn)則對(duì)于二次模型也同樣適用。通過計(jì)算我們得出了在此模型假設(shè)下的對(duì)于參數(shù)?的D最優(yōu)群體設(shè)計(jì)。通過數(shù)值比較,可以看出在二次模型和線性模型下,達(dá)到最優(yōu)的設(shè)計(jì)點(diǎn)是不同的。關(guān)鍵詞關(guān)鍵詞:隨機(jī)系數(shù)回歸模型;異方差

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論