论文部分内容阅读
研究了一类半参数回归模型,利用最小二乘法和小波估计法给出了未知参数β和未知函数g(·)的估计.在误差序列为ψ-混合或φ-混合下得到了(β)的强相合性,给出了(g)(·)的一致强相合性和r阶矩相合性.
混合误差下半参数回归模型小波估计的强相合性
【摘 要】
：
研究了一类半参数回归模型,利用最小二乘法和小波估计法给出了未知参数β和未知函数g(·)的估计.在误差序列为ψ-混合或φ-混合下得到了(β)的强相合性,给出了(g)(·)的一致
【机 构】
：
北京工业大学,首都经济贸易大学
【出 处】
：
数学的实践与认识
【发表日期】
：
2004年期
其他文献
根据多种先验分布与似然函数尾部特性的比较,给出了多源验前信息下先验分布的稳健融合方法.讨论了由该方法得到的融合先验分布的后验稳健性问题.最后的数值例子表明,由该方法
设计了一种带误差项的新投影迭代算法,利用Lyapunov泛函与广义投影映射等技巧,在Banach空间中,证明了迭代序列强收敛于有限个极大单调算子公共零点的结论.
针对排序学习中如何选择最值得标注的样本和通过尽可能少的已标注样本训练出较好的排序模型的问题,将主动学习的思想引入排序学习中,提出一种基于排序感知机的主动排序学习算
研究了具分布延时细胞神经网络的全局指数周期性与指数稳定性.在没有假设激活函数是有界的、可微的、单调增的情况下,通过应用一些新的分析技巧与Halanay-type不等式方法,得
设(Ω,F,P)为概率空间,{Xn,Fn,n≥0)为定义在上面的随机适应序列.目的是要研究任意随机适应序列的一个强极限定理.作为推论,推广了Freedman的一个定理以及任意随机适应序列部
本文提出用无先导卡尔曼滤波(UKF)法以取代一阶梯度法和二阶梯度法,用于训练通用学习网络(ULN),提高学习精度和收敛性。通用学习网络为多分支递归网络,结构复杂,其特点是多分
合成了4种粘弹性表面活性剂(N-烷基-N,N-双(2-羟乙基)十八烷基溴化铵). 采用扫描电子显微镜观察了表面结构. 研究了C18H37N+(CH2CH2OH)2R4Br-中不同R4基团对表面活性剂cmc的
考虑关节的柔性,把关节柔性简化成一个线性扭转弹簧.然后利用拉格朗日方法推导出完整的动力学方程.该方程有两组相互耦合的动力学方程组成,一组为通常的多刚体动力学方程,一
目的首次对青藤碱进行微生物羟基化转化合成研究,并对转化条件进行优化得到最佳工艺。方法选取10株具有羟基化能力的菌株对青藤碱进行转化,采用TLC、HPLC-MSn方法检测原药及