年径流非负自回归模型及其回归系数估计新方法

年径流非负自回归模型及其回归系数估计新方法

ID:23477418

大小:52.00 KB

页数:5页

时间:2018-11-08

年径流非负自回归模型及其回归系数估计新方法_第1页
年径流非负自回归模型及其回归系数估计新方法_第2页
年径流非负自回归模型及其回归系数估计新方法_第3页
年径流非负自回归模型及其回归系数估计新方法_第4页
年径流非负自回归模型及其回归系数估计新方法_第5页
资源描述:

《年径流非负自回归模型及其回归系数估计新方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、年径流非负自回归模型及其回归系数估计新方法

2、第1内容加载中... 摘要在分析常规年径流模型的缺陷后,提出一种较适用于年径流系列的非负自回归模型,并着重对水文上较常用的非负AR(1)模型做了研究;提出了估计模型回归系数的新方法,导出了水文变量统计参数与随机项参数关系,还对模型的适用条件做了分析。关键词:年径流模型,非负自回归,回归系数,年径流序列,皮尔逊-III分布一、引言在水文系列模拟中,通常认为,年径流系列经过对数变换后为平稳正态的,从而可使用常规的自回归模型建模(变量为正态,自回归系数可正可负)。这样建立的模型,常会生成一些负值的水文年径流。众所周

3、知,水文年径流系列是不会出现负值的。因此,模型也就不合理。文献[1]提出的非负自回归模型能克服该常规模型的缺点,并保证生成出来的系列不小于0,因而,它可望成为水文模拟研究中一种较为合理的模型。基于以上的认识和文献[1]的研究。本文提出了一种较适用于水文年径流系列的非负自回归模型,并着重对水文上较常用的非负AR(1)模型做了较深入研究。二、模型形式及其适用条件(一)模型形式模型形式与常规的自回归模型相同,即(1)对于多阶非负自回归模型,参数间关系复杂,据经验,一般使用AR(1)作为水文模型居多,故本文主要研究一阶非负自回归模型。一阶非负自回归模型的形式(

4、2)式中Xt为水文变量;Yt为随机项;0£b£1;Xt,Yt均为非负变量,Xt为平稳过程。本文对(2)式中Xt与Yt参数关系做了推导,现仅给出推导结果。令EX,Cvx,Csx分别为变量Xt的均值、离势系数及偏态系数;EY,Cvy,Csy则分别为Yt的相应参数。在给定b,EY,Cvy,Csy的情况下,可得三、估计模型回归系数的新方法对于自回归模型,其参数很容易由最小二乘法、矩法等做出估计。它们都是渐近无偏的,即当n®¥时为无偏估计。然而,根据理论上分析及实际应用经验[2,3],在样本容量较小时,最小二乘法等对AR(

5、1)模型回归系数估计总是负偏的。因此,文献[1]中对非负AR(1)模型阐述了一种新的回归系数估计法(称自然估计法,记为b*)。均符合以上条件,至于b*能否用作为b的估计量,取决于b*收敛于b的速度。通常需通过统计试验途经,论证b*对b的估计效果。文献[1]对非负AR(1)模型的随机项分布为指数分布时的b*做了统计试验研究。结果发现,该法不仅性好,而且有效性比最小二乘法更好,如在总体值b=0.9时,b*均值为0.902,均方误差为0.002,而最小二乘法均值为0.828(偏小),均方误差为0.103,它是自然估计法均方误差的52倍。这说明,自然估计法比最

6、终小二乘法有优越性。最小二乘法的求法是以最小时,所对应的b值作为总体b的估计,记为b0。由于以上结果,文献[1]认为,对于非负AR(1)模型且随机项为指数分布时,应该使用b*作为总体参数b的估计。然而,对本文提出的Yt为P-III型分布的非负自回归模型,b*是否也有如此高的精度?文献[1]显然不能回答。本文对适用于水文的非负AR(1)模型参数b的估计方法进行研究,旨在探索出一种优于传统最小二乘法的新方法。首先对b*与b0用于估计Yt为P-III分布的非负AR(1)模型参数b的效果进行统计试验研究。统计试验思路是:先假定水文系列参数EX,Cvx,Csx(

7、要符合模型约束各件)及b值(具体试验方案为:EX=1.0;Cvx=0.25,0.5,0.75,1.0四种;Csx=3,4两种;b=0.3,0.5,0.7,0.9四种。共32种试验方案),生成Ns组(Ns=500)样本,每组样本取长度为n(n=30,50,100三种),对于每组样本分别采用以上两种不同的总体b值估计法对b作出估计。由于总体b已知,由Ns组样本估计的b*或b0,即可算出各方法对b所估计的精度(用不偏性及有效性为指标)。计算结果(见表1~表3)表明,文献[1]阐述的b*及最小二乘法b0均不能作为适合水文年径流系列的非负AR(1)模型回归系数的

8、估计量。原因是b*用于b的估计,当总体b,Cvx,Csx较小时,会严重偏大,如EX=1.0,Cvx=0.25,Csx=0.75,b=0.3时,b*=0.543,而b=0.5时,b*=0.633,这说明b*作为b通用估计是欠妥的。不过,b*用于估计总体b较大时,则不仅不偏性好,且在多数情况下,其有效性大大优越于最小二乘法,而对于最小二乘法在各种上情况下,总是负偏且有效性也较差。经分析,不仅发现以上两法的优缺点,还发现它们存在着互补性。因此,提出一种新的估计法,即把(b*+b0)/2作为总体b的估计(称其为混合估计法),这种方法不论是不偏性还是有效性,在绝

9、大多数方案中,都比最小二乘法好,混合估计法的均方误差是最小二乘法的一半,且不偏性好。只在个别情

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。