Advertisement

改进的变系数EV模型中系数参数核估计方法（2010年）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本文提出了一种针对变系数EV模型的改进型核估计方法，旨在提高系数参数估计的精度与效率。研究通过理论推导和数值模拟验证了该方法的有效性。 对变系数EV模型的估计问题进行了深入研究，并利用核函数法与广义最小二乘法通过迭代方法改进了变系数EV模型中的系数参数估计。首先，将一步核估计B0(ti)(i=1, …,n）代入模型中，然后用广义最小二乘法得到B的第二步估计为B=s-1Xt(Y-g0(T))。接着，再把这一步的结果带回到原模型中，并通过定义最终的估计值：B0(t)=1/u0 ∑wni(t)(Yi-XtB)，将B(ti)还原成B0(ti)的形式。在适当的正则条件下证明了该方法具有相合性和一致相合性。最后，使用Matlab进行了模拟研究，结果显示这种方法是有效的。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 改进的变系数EV模型中系数参数核估计方法（2010年）
    优质
    本文提出了一种针对变系数EV模型的改进型核估计方法，旨在提高系数参数估计的精度与效率。研究通过理论推导和数值模拟验证了该方法的有效性。 对变系数EV模型的估计问题进行了深入研究，并利用核函数法与广义最小二乘法通过迭代方法改进了变系数EV模型中的系数参数估计。首先，将一步核估计B0(ti)(i=1, …,n）代入模型中，然后用广义最小二乘法得到B的第二步估计为B=s-1Xt(Y-g0(T))。接着，再把这一步的结果带回到原模型中，并通过定义最终的估计值：B0(t)=1/u0 ∑wni(t)(Yi-XtB)，将B(ti)还原成B0(ti)的形式。在适当的正则条件下证明了该方法具有相合性和一致相合性。最后，使用Matlab进行了模拟研究，结果显示这种方法是有效的。
     
  • 基于Bayes方法的INAR(1)模型参数估计（2010年）
    优质
    本文利用Bayes方法对一阶整值自回归(INAR(1))模型进行参数估计，探讨了该模型在统计推断中的应用及有效性。 利用Bayes方法研究INAR(1)模型的参数估计，并给出了模型参数的Bayes估计因子。通过数值模拟将该方法与Yule-Walker估计、条件最小二乘估计以及条件极大似然估计进行了比较，结果表明在某些情况下，Bayes估计优于其他方法。
     
  • 分数阶混沌系统中的自适应同步与参数估计（2010年）
    优质
    本研究探讨了分数阶混沌系统的特性，并提出了一种有效的方法实现不同分数阶混沌系统间的自适应同步及未知参数估计。 本段落研究了一类含有未知参数的分数阶混沌系统的自适应同步问题。通过引入非线性反馈并采用自适应控制方法，在特定条件下能够有效辨识出混沌系统中的未知参数，实现了不同阶混沌系统的异结构同步。该方法成功地应用于分数阶Liu系统和分数阶Duffing系统的异结构同步及参数辨识，并且理论分析与仿真结果均证明了其有效性。
     
  • 使用DREM方法估计系统参数
    优质
    本研究介绍了一种名为DREM的方法，用于高效准确地估计动态系统的参数。通过数学变换简化非线性问题，该技术为系统辨识提供了新的视角和解决方案。 drem方法用于对系统参数进行估计。这种方法被多次提到，表明它在相关领域中的重要性和广泛应用性。
     
  • MATLAB中的AR模型参数谱估计
    优质
    本文介绍了在MATLAB环境下使用自回归(AR)模型进行参数谱估计的方法和技术，探讨了其应用与实现。 在MATLAB中进行AR模型参数的谱估计时，可以通过建立Yule-Walker方程，并利用Levinson-Durbin递推法求解该方程来实现。本次实验将通过调用MATLAB现有的函数完成相关操作。
     
  • KDE高斯核密度估计——非参数方法
    优质
    简介：KDE高斯核密度估计是一种用于概率分布函数估计的统计技术，采用非参数方法来平滑数据点，适用于探索性数据分析和假设检验。 KDE（核密度估计）是非参数估计的一种方法，它使用高斯核函数来进行概率密度的估算，在独立成分分析以及确定控制限的过程中有广泛应用。
     
  • 时变Copula模型非参数估计的大样本特性 (2012年)
    优质
    本文探讨了时变Copula模型中非参数估计方法在大样本情况下的统计性质，为金融风险度量提供了理论支持。 近年来，在金融统计分析领域，运用Copula模型研究随机变量间的相关结构成为了一个热门话题。基于龚金国和史代敏提出的时变Copula非参数模型，通过应用时间序列的极限理论来探讨该模型中时变参数估计量的大样本性质，并提出了一种用于时变Copula模型的非参数估计算法。研究结果显示，这种时变Copula非参数模型中的时变参数估计量具有一致性和渐近正态性。
     
  • 非参数最小二乘法在截断回归模型参数估计中的应用（1993年）
    优质
    本文探讨了非参数最小二乘法在处理截断回归模型中参数估计的应用，提出了一种有效的估计方法，并分析了其适用条件和优势。 本段落探讨了截断回归模型，并提出了一种基于截断数据估计回归参数的新方法，在这种方法中不设定残差分布。我们利用先前关于误差分布非参数估计的研究成果，在满足某些正则条件的前提下，建立了该估计量的相合性理论。通过实例表明，我们的结果对Heckman（1979）的工作进行了实质性的改进。
     
  • 变系数固定效应面板数据模型的估计（2014）
    优质
    本文探讨了变系数固定效应面板数据模型的估计方法，提出了新的估计策略，并通过实证分析验证其有效性和优越性。发表于2014年。 本段落研究了在面板数据框架下使用变系数固定效应模型进行估计的方法。通过采用两步估计法与截面核估计法来分别评估模型中的变量系数及固定效应部分。模拟实验结果显示，在样本量较小但观测次数较多的情况下，两步估计方法的效率略胜一筹；而在样本规模较大且观察周期较少时，截面核估计法则表现更优。通过两个不同数据集上的实证分析验证了这两种估算策略的有效性，并强调变系数固定效应模型在处理面板数据分析中的重要性和实用性。
     
  • 用R语言进行VAR( )模型的参数估计
    优质
    本简介介绍如何使用R语言对向量自回归（VAR）模型进行参数估计，涵盖数据准备、模型构建及结果分析等步骤。 向量自回归模型（简称VAR模型）是一种常用的计量经济模型；该例子是VAR（1）模型的代码，可以参考vars包。