响应变量缺失下系数ev模型的系数函数估计及性质

《响应变量缺失下系数ev模型的系数函数估计及性质》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、学校代号：10731学号：112070105008密级：公开兰州理工大学硕士学位论文响应变量缺失下变系数EV模型的系数函数估计及性质学位申请人姓名：白宇导师姓名及职称：夏亚峰教授培养单位：专业名称：论文提交日期：兰州理工大学运筹学与控制论2014年4月21日论文答辩日期：2014年6月4日答辩委员会主席：王才士教授CoefficientfunctionsEstimationandpropertyinVarying．CoefficientErrors-in-VariablesModelswithMissingRespons

2、eVariablesbyBAIYuB．S．(AnkangUniversity)2011AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceOperationalResearchandCyberneticsintheLanzhouUniversityofTechnologySupervisorProfessorYa-FengXiaApril，2014兰州理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人

3、在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：2烨‘月加日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅．本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫

4、描等复制手段保存和汇编本学位论文．本学位论文属于1、保密口，在年解密后适用本授权书．2、不保密∥(请在以上相应方框内打”~／”)作者签名：导师签名：日期：知忤乡月fD日日期：≯秒f41年6月彩日育宇一也覆摘要Abstract目录第一章绪论1．1EV模型及研究现状的简单介绍．．．．．．．．．．．．．．．．．．．．．1．1．1变系数EV模型．．．．．．．．．．．．．．．．．．．．．．．．．．．1．1．2自适应变系数EV模型．．．．．．．．．．．．．．．．．．．．．．．1．2缺失数据的简单介绍．．．．．．．．．．．．．．．．．

5、．．．．．．．．．．1．3本文使用的研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．1．4核函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1．5主要研究内容与全文结构编排．．．．．．．．．．．．．．．．．．．．．．第二章响应变量缺失下变系数EV模型的系数函数估计及渐近正态性2．1引言．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2．2估计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2．2．1完整观测数据估计方法．．．．．．．．

6、．．．．．．．．．．．．．．2．2．2插补估计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．2．3估计性质．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2．4定理的证明．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2．5数值模拟．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2．6本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．第三章响应变量缺失下自适应变系数EV模型系数函数的估计与性质3．1引言．．．．．．．．．．．．．

7、．．．．．．．．．．．．．．．．．．．．．．．3．2估计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3．2．1当p给定时，系数函数易(·)◇=0，1，⋯，p)的两步估计．．．．．3．3估计值的性质及所得定理的证明．．．．．．．．．．．．．．．．．．．．．3．4数值模拟．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3．5本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．结论参考文献致谢3235●．一1l2367899加加nnM掩幻12589l2孓附录

8、36兰州理工大学硕士学位论文摘要变系数模型(varying-coefficientmodels)是由Hastie和Tibshhirani(1993)提出来的，由于其能够避免”维数祸根”问题、具有参数模型和非参数模型容易解释、灵活、稳健的特征，等优点，已经引起很多统计学家的注意。然而，在实际问题中，由于测量工具的不准确