估计量
- 基于HL－MAD组合估计量的常规控制图稳健改进
onoho稳健估计量(SDRE)构建了一种稳健多变量控制图,同时从第一阶段估计过程参数。卡丽纳(Cabana)和利洛(Lillo)[12]基于稳健重加权收缩估计,提出了一种用于个体观测的稳健多变量质量控制技术。萨巴诺(Sabahno)和塞拉诺(Celano)[13]用可变参数控制图监测存在自相关的多变量变异系数。近年来,也有学者研究自相关过程残差控制图的稳健性。王志坚[14]通过权重函数对ARMA 模型与GARCH 模型进行稳健建模,最后构建稳健残差控制图
上饶师范学院学报 2023年3期2023-10-10
- 极值指数的分布式矩率估计量①
著名的Hill估计量, 推断分布函数的尾部表现; 文献[2-4]在一定条件下证明了Hill估计量的相合性和渐近正态性; 文献[5]提出了矩率估计量, 并给出了其分布表示; 文献[6]提出了一系列基于二阶参数的外部估计得到的渐近无偏估计量, 并证明了其渐近性质; 文献[7]证明了包含Hill估计量和矩率估计量在内的一系列尾指数估计量的渐近正态性.关于尾指数估计量的更多研究, 见文献[8-10].在大数据时代, 估计极值指数时, 常常会遇到被分开存储的数据,
西南师范大学学报（自然科学版） 2023年7期2023-07-15
- 模型平均辅助抽样估计方法研究
察本文所提出的估计量的表现，并通过实际数据验证模型平均辅助抽样估计方法的估计效果。1 模型辅助抽样估计及模型平均方法介绍1.1 模型辅助抽样估计方法模型辅助估计是指借助研究变量与辅助信息之间的相关关系构建相应的超总体模型，并以此作为辅助工具改进基于设计的估计方法。本文以模型辅助抽样估计方法中较为经典的GREG估计量为例进行介绍。可以证明β̂是总体参数β的渐近设计无偏估计量，从而得到拟合值m̂(xi)=x＇i β̂。那么可根据广义差分估计方法建立起HT估计量
统计与决策 2023年9期2023-07-13
- 一类半参尾指数估计量的渐近性质①
著名的Hill估计量． 文献[4]为减小Hill估计量的偏差, 构造了矩率估计量． 文献[5]利用函数gr,u(x)=xrlnu(x),x≥1构造出如下的统计量(3)其中γr-1． 利用(3)式可以将Hill估计量、 矩率估计量表示出来:极值指数估计的应用非常广泛, 相关研究可参见文献[6-10]．本文利用统计量Gn(k,r,u)构造如下的尾指数估计量(4)(5)1 相合性和渐近正态性(6)其中2 定理的证明得到利用连续映射定理[12]和Slutsky定理
西南师范大学学报（自然科学版） 2023年6期2023-06-25
- Lévy过程驱使的非线性随机微分方程的参数估计
权最小绝对偏差估计量; Long等[8]提出了通过设置对比函数建立适用于普遍Lévy过程的最小二乘估计量方法,该方法虽允许漂移函数非线性,但要满足Lipschitz条件; Mai[9]削弱了文献[8]中漂移项的条件,提出了在局部Lipschitz条件下随机微分方程的似然函数,并利用指数族的方法对Ornstein-Uhlenbeck过程、平方根过程给出其强一致及在Hajek-LeCam意义上渐近有效的估计量.基于此,本文考虑漂移项含有高次幂的多项式型非线性随
吉林大学学报（理学版） 2023年3期2023-05-21
- 一类位置不变的极值指数估计量①
此位置不变极值估计量的弱相合性和渐近正态性,并根据其渐近展开式得到k0的最优选择．设{Xn,n≥1}是一列独立同分布的随机变量序列,其共同的分布函数为F(x),X1,n≤…≤Xn,n为X1,…,Xn的顺序统计量.如果F属于极值吸引场[1]:(1)(2)对于极值指数的研究,当γ>0 时,文献[3]最早提出了著名的Hill估计量.也有一些基于不同思想的估计量: 将样本分块,在每个块中取两个最大值的比率[4-6],然后将线性函数f(x)=x而不是对数函数应用于这
西南师范大学学报（自然科学版） 2023年4期2023-05-08
- 基于单系统估计量的人口普查净覆盖误差估计
关键是寻求一个估计量去估计目标真实人口数。单系统估计量、双系统估计量和三系统估计量均可充当这个估计量［1-3］。双系统估计量来源于捕获-再捕获模型，它把普查人口名单看作第一次捕获的结果，把事后计数调查人口名单看作第二次捕获的结果，捕获-再捕获模型给出了用两次捕获的个体数目以及同时出现在两次捕获中的个体数目估计总体中全部个体数目的计算公式［3］。它要求人口普查名单与事后计数调查人口名单相互独立。然而，这一要求在实际中常常不能满足，这时就会导致交互作用偏差，从
廊坊师范学院学报(自然科学版) 2022年4期2023-01-05
- 基于组合式三系统估计量的人口普查净误差估计
国家使用双系统估计量来估计它。但是,双系统估计量有一个内含交互作用偏差的“软肋”。研究表明,依据三次捕获模型构造的三系统估计量能够较好地解决双系统估计量的交互作用偏差问题。与双系统估计量所不同的是,三系统估计量并不要求三份人口名单必须独立,从而避免了人口名单之间不独立引起的交互作用偏差。三系统估计量为不完整三维列联表7个已知单元的人口数和1个未知单元(未登记在任何一份名单的人口构成的子总体)的人口数估计量(称为缺失单元估计量)之和。缺失单元估计量依据7个已
统计与信息论坛 2022年8期2022-08-16
- 含单调约束的广义回归估计量
引 言广义回归估计量(Generalized Regression Estimator,GREG估计量)是在社会、经济和人口等领域的抽样调查中经常使用的一类估计量[1]。加拿大、英国等诸多国家的政府统计部门已广泛运用GREG估计量构建抽样调查估计体系,如加拿大劳动力调查(LFS)。关于GREG估计量的研究很多,但很少有文献在系统性应用GREG估计量时,考虑GREG估计量的假设条件。传统的GREG估计量假设域与域之间是相互独立的,忽略了域值间联系,如域总值、
统计与信息论坛 2022年7期2022-07-12
- 重尾指数估计量及其伪估计量的渐近关系①
有关极值指数估计量及其应用的更多研究见文献[6-14]．(1)对所有x>0成立． 显然，A(t)∈RVρ，ρ≤0．对连续可微单增函数f(x)， 定义(2)特别地， 令f(x)= logx， 可以得到如下推论．(3)证使用分部积分法， 可得再根据文献[2]的命题B.1.10， 当t充分大时， 对任意的δ>0有(4)同理，引理1得证．(5)使用分部积分法， 可得再结合引理1， 可得此外， 当n充分大时， 对任意的δ>0有定理1的证明使用分部积分法， 可得(6
西南师范大学学报（自然科学版） 2022年7期2022-07-09
- 缺失数据下异方差半变系数模型的约束统计推断
ile最小二乘估计量; YUAN和ZHOU[6]提出了模型参数和非参数分量的自适应加权估计量; ZHAO等[7]基于正交投影方法构造了模型参数和非参数分量的估计量; 当参数部分协变量Z带有可加测量误差时, ZHAO等[8]提出了参数和非参数分量的加权纠偏profile最小二乘估计量.在实际应用中, 我们经常会遇到数据缺失的情形, 针对缺失数据下半参数回归模型的研究主要文献可参阅文[9-11].在本文中, 假设协变量Z随机缺失, 引入示性变量δ, δ =1表
应用数学 2022年3期2022-07-07
- 面板数据均值变点的累积和比值估计
问题，证明变点估计量的一致性并给出其极限分布，并表明方差存在变点时，QML比最小二乘法有效.Chen等［2］在Bai的基础上，提出一种累积和法对面板数据模型均值变点进行估计，建立变点估计量的一致性并给出相应的收敛速度，降低文献［1］的计算复杂度.Badi等［3］将Bai的模型推广到非平稳的回归变量和误差项的情况，证明普通最小二乘估计量和第一差分（FD）估计量的相合性并得到其渐近分布.Li等［4］利用累积和（CUSUM）统计量检验面板数据模型中的方差变化.在
淮北师范大学学报(自然科学版) 2022年2期2022-06-17
- AANA 样本下非参数模型加权估计量的相合性
模型：上述加权估计量最早由STONE 提出[1］.由于其应用广泛，很多学者都对其进行了深入而全面的研究，具体可参考文献[2-9］，其中不乏很多关于相依样本下的相应结果.本文将在AANA 样本下研究模型（1）中估计量的矩相合性与完全相合性，所得结果改进和推广了文献[10-11］中相应的结论.本文引用如下一些记号：C代表正的常数，其值在不同的地方可以不同，I(A)为事件A的特征函数，[x]表示不超过x的最大整数，a+=aI(a≥0)且a-= -aI(a＜0).
通化师范学院学报 2022年4期2022-04-26
- 基于正确登记概率的普查直接多报估计
“普查直接多报估计量”。但是构造这种估计量存在两个缺陷，一是若将研究范围进行限定，在研究范围外进行了登记或多次登记，则研究范围内的多报、重报及发生重报该如何统计；二是人口流动性大，实际工作中会出现重复者应该登记位置不易确定，多报、重报及发生重报该如何统计的问题。本文目标是在有限总体概率抽样及普查多报估计理论基础上，构造基于正确登记概率的普查直接多报估计量、基于正确登记概率的普查直接重报估计量、基于正确登记概率的普查直接发生重报估计量。基于正确登记概率的普查
重庆工商大学学报（自然科学版） 2022年2期2022-04-08
- 受扰动长记忆随机场的BNLP回归估计
(GPH) 估计量；Beran 等人[6]则采用了相同的模型，考虑了基于近似最小二乘的参数估计方法.这其中最经典的莫过于由一维时间序列推广到二维随机场得到的 GPH 估计方法，该方法最先是由 Geweke 和 Porter-Hudak 在无噪声扰动的时间序列参数估计中提出来的[7].Ghodsi 和 Shitan 的工作[5]，虽然把 GPH 方法应用到了随机场中，但他们没有考虑噪声，也没有考虑估计量偏差的缩减.然而，在时间序列记忆参数估计的相关工作中，
哈尔滨商业大学学报（自然科学版） 2021年6期2021-12-20
- 一类条件协方差估计及其大样本性质
ΣXX(u)的估计量：其中mX(u)的N-W核估计量为ΣXX(u)=E(XXT|U=u)-mX(u)mX(u)T故一种显而易见的核估计量为1 估计量的大样本性质在导出估计量的渐近性质之前，一些限制性条件十分必要，它们经常在非参数核估计中用到，尽管它们不是最弱的，但能使证明变得简便．(C1)U的边缘密度f(u)具有紧支集，并且在支撑集中，f(u)显著大于0，具有连续的二阶导数．(C3)核密度函数K(v)满足以下条件：K(v)有界并且关于原点对称，K(v)≥0
西南大学学报（自然科学版） 2021年11期2021-11-11
- 最小二乘估计量优于工具变量估计量的一个充分条件
二乘（OLS）估计量不是一致估计量；参数1b的工具变量（IV）估计量是一致估计量，其中w是x的工具变量[1]．因此，只要样本容量足够大，就一定有：上述结论也意味着，样本容量不够大时，上式不一定成立．本文进一步给出了样本容量确定时，成立的一个充分条件，即最小二乘估计量优于工具变量法估计量的一个充分条件．1 工具变量法估计量与最小二乘估计量的误差分析对x的任一工具变量w，参数1b的工具变量估计量式中，为工具变量w与随机误差项u的样本相关系数，为工具变量w与随机
温州大学学报（自然科学版） 2021年1期2021-06-08
- 基于非线性压缩估计的投资组合优化模型在A股市场的实证
思路是使用压缩估计量，Ledoit和Wolf（2013，2014，2017b）分别提出了协方差矩阵的线性压缩估计量和非线性压缩估计量，本质是将样本协方差矩阵的特征值进行压缩。Ledoit and Wolf（2017b）发现非线性压缩估计量在美股市场的投资组合优化中取得了极佳的样本外表现，本文主要是检验该方法在中国A股市场的表现。一、模型（一）全局最小方差投资组合模型最小方差投资组合模型由于只需要估计资产收益率的协方差矩阵，且相对于均值-方差模型有着较好的表
环球市场 2020年32期2021-01-06
- 人口普查漏报估计研究
指南中的未匹配估计量只是包括了在质量评估调查中登记而未在普查中登记的漏报人口，从而低估总体普查漏报人口数.为解决上述问题，本文在对现行普查漏报估计方法研究的基础上，提出普查漏报合成估计量.该估计量由两部分构成.第一部分是三个线性漏报估计量，估计未登记在普查人口名单但至少登记在质量评估调查人口名单及行政记录人口名单之一的人数.第二部分是缺失单元漏报估计量，估计未登记在任何名单的人数.创新体现在两个方面.第一，相比目前国内外采用的估计普查漏报的逆记录检查估计量
工程数学学报 2020年5期2020-11-04
- 完全辅助信息下非参数模型校准估计方法研究
助信息构建抽样估计量能够在不增加调查成本的同时，极大地提高估计精度。校准估计方法就是一种能够很好利用辅助信息改进抽样估计效率的方法，其基本思路是通过校准约束信息来修正原有估计量的权重系数，从而达到提高估计精度的目标。然而，传统的校准估计量仅利用到了总体和样本观测个体所构成的部分辅助信息，对于调查环节中未被观测样本的辅助信息并没有加以利用，这样势必会浪费更多可利用的辅助信息。事实上，在信息比较容易获取的大数据时代，我们通常有条件利用每一个总体单位的完全辅助信
统计与信息论坛 2020年11期2020-11-04
- ANA 误差下非参数回归模型中估计量的相合性
权函数.上面的估计量（2）最早由Georgiev［1］提出.由于其广泛的适用性，很多学者都对此估计量进行了深入的研究，如文献［2-8］.由于独立假设的不合理性，近些年来很多学者都将独立场合下经典的极限理论和统计大样本理论推广到各种相依情形.本文将在一类非常宽泛的相依结构——渐近负相协（ANA）误差下继续研究估计量（2）的相合性.ANA（或ρ--混合）随机变量的概念是由文献［9］提出的.定义混合系数如下：其中ℂ 是非降函数的集合.若混合系数本文引用如下一些记
通化师范学院学报 2020年10期2020-10-16
- 基于设计效应的人口普查质量评估调查样本量测算
既定抽样方法的估计量抽样方差公式，同时给出估计量的精度要求，即估计量抽样方差的控制值。用方差公式表示以样本量为未知数的方程式，解这个方程得到所需要的样本总量。只要有条件这样做，毫无疑问就应该采用这种方法。但是，有的时候没有条件使用直接的方法来测算样本量。例如，抽样设计方案和估计量的构造形式复杂，难以直接写出估计量方差的数学表达式和列出样本量方程式，这时就只好使用间接法[7]。人口普查质量评估调查就属于这种情况。中国国家统计局已确定在2020年人口普查质量评
统计与信息论坛 2020年10期2020-10-12
- 一类比估计量在数量特征敏感问题调查方法中的应用
了新模型，减少估计量的方差，提高了估计精度；文献[5]在2种经典模型的基础上给出了3种数量特征随机化回答模型。金莹[6]对2种经典模型作了改进，提出一种改进的Greenberg模型，提高了估计精度。在直接调查中，通常利用与调查变量相关的辅助变量，借助辅助信息来提高估计敏感变量的精度。文献[7]在2006年结合比估计提高了Warner模型的效率；文献[8]在2007年使用了回归分析提高了一般化随机装置的效率；文献[9]提出双辅助信息敏感性问题问卷调查技术；文
江西科学 2020年3期2020-06-24
- 基于波动择时绩效的高维波动率估计量与预测模型研究
波动(协方差)估计量的构建及其预测模型研究十分重要。在波动率的估计方面，Barndorff-Nielsen和Shephard[2]提出利用日内高频数据的已实现协方差矩阵(Realized Covariance, RC)。但是多维资产协方差的估计存在市场微观结构噪声、非同步交易以及协方差矩阵正定性等问题。目前能解决这三个问题的估计量包括Christensen等[3]提出的基于预平均方法的调整已实现协方差矩阵(Modulated Realized Covari
中国管理科学 2020年5期2020-06-23
- 随机缺失函数型数据的k近邻估计及其应用
归算子的k近邻估计量,用交叉验证寻找最优的正整数k来代替传统NW核回归估计中的连续窗宽h,更符合函数型数据的局部结构,相关文献可参见文献[2-5]。考虑到实际中观测手段、天气状况及仪器设备等影响,收集的数据常常是不完全的,响应变量随机缺失就是一种常见的情形。因此本文主要研究响应变量Y随机缺失时非参数回归模型(1)的k近邻估计,即当Y缺失时,δ=0;反之δ=1,并且满足给定χ时,δ与Y是条件独立的,即P(δ=1|Y,χ)=P(δ=1|χ)=p(χ),a.s.
合肥工业大学学报（自然科学版） 2020年3期2020-04-08
- 线性转化的比估计量在数量特征随机化回答技术中的应用
线性转化构造比估计量来提高精度的问题。当总体的辅助变量已知时，利用样本中的最小值和最大值通过线性转化构造了比估计量，在一定的条件下，提出的估计量效率较高。1 Greenberg模型敏感性问题的均值μY的估计为估计量的方差为(1)2 比率估计量用于Greenberg模型随机化装置盒中有外形相同的两类卡片：1)敏感属性值Y，辅助信息值T；2)非敏感值X，辅助信息值T。然后将卡片(a)、(b)以预定的比例p和1-p放入一个盒子中，回答者做出回答(z1，t1)，(
长春工程学院学报（自然科学版） 2019年3期2019-11-09
- 基于M估计的改进Pauta准则在监测数据粗差识别中的研究及应用
估计，以位置M估计量和基于位置M估计量的尺度估计量代替均值和标准差重新构造控制函数进行粗差识别。将改进Pauta准则应用于耿达水电站不同类型的测点序列，通过对比原始序列、人工剔除离群点序列和基于M估计量的参数估计与粗差识别结果探究了Pauta准则改进的可行性和合理性；并分析对比存在离群点序列和正常序列探究了改进Pauta准则的适用性。1 基于M估计量的Pauta准则改进方法采用Pauta准则识别粗差的前提条件是测值序列服从正态分布N(μ,σ2)，且样本数据
中国农村水利水电 2019年8期2019-08-31
- 一类非对称均匀分布参数的耐抗性的估计及其优良性
布区间中心的点估计量［9-10］.均匀分布有着各种不同的类型，即不同的定义区间，本文在上述研究的基础上，研究一类非对称均匀分布参数的估计及其性质.耐抗性是提供对于数据的局部不良行为的非敏感性［11-12］，故本文在已有文献的基础上，利用样本的四分位矩这样具有耐抗性质的统计量，得到了一类非对称均匀分布U(θ, 0)的参数θ的估计量θˆn，并讨论了它的优良性.1 预备知识定义1［1］若随机变量X的密度函数为θ，则称该分布为区间(, 0)上的均匀分布，记作X～U
通化师范学院学报 2019年6期2019-06-20
- 带扰动的随机微分方程的贝叶斯估计及其渐近性
1 θ的贝叶斯估计量(2)(3)令θ0为参数θ在Θ中的一个真值，则由式(3)、Pθ相对于Pθ0的Radon-Nikodym导数为(4)由方程(1)可知(5)将方程(5)代入到式(4)中，整理可得(6)∀u∈Θ.(7)2 贝叶斯估计的渐近正态性现在来讨论估计量的性质，P和E表示概率和期望.考虑随机过程ZT(u)=(dPθ0+u/λ(T))/(dPθ0)，其中(8)(9)由引理1可知，当T→∞时，有(10)3 贝叶斯估计的渐近一致性(11)假设下列3个条件成立
郑州大学学报（理学版） 2019年2期2019-04-12
- 基于排序集样本和双辅助变量的比率估计改进方法
总体均值的无偏估计量，并且估计的均方误差要比简单随机抽样更小[2].基于排序集样本的统计推断已经有不少结果，内容涉及参数估计[3]、非参数检验[4]，以及在多个领域的应用[5-7].辅助信息在提高总体参数估计精度方面具有十分重要的作用，对于只有一个辅助变量的情形，已经有一些学者提出了总体均值的比率、乘积和回归估计方法[8-10]以及一些改进形式[11].在实际抽样调查中，往往会存在与研究变量相关的两个甚至多个辅助变量，这些辅助变量有些和研究变量是正相关，有
西北师范大学学报（自然科学版） 2018年4期2018-10-29
- 捕获再捕获抽样研究综述
；捕获再捕获；估计量【中图分类号】 O212.2 【文献标识码】 A 【文章编号】 2236-1879（2018）11-0170-01捕获再捕获的方法早期由野生动物学家提出，用于估计限定区域内野生动物种群的大小，后经不断发展目前已被广泛用于除生物科学外，社会科学、医学和公共卫生等调查研究中，甚至有学者将捕获再捕获方法用于改进互联网搜索第三方结果精度以及更广泛的领域。捕获再捕获抽样是一种常用的非概率抽样方法，在现有的国内外文献中，对捕获再捕获方法的研究主要包
科学导报·学术 2018年11期2018-10-21
- 基于谱分解的广义岭回归方法及其优良性探讨
时，对最小二乘估计量进行改进。1970年，Hoerl和Kennard在两篇论文中详细探讨了岭回归方法[3-4]。该方法的主要思想是：当X′X≈0时，给其加上单位矩阵的正常数倍，使得X′X+kI远离0，从而使得X'X+kI可逆，此时最小二乘估计量相应地调整为：(2)其中常数k被称为岭参数，而矩阵kI被称为调整矩阵。在Hoerl和Kennard之后有学者提出：调整矩阵不必限定于kI，可以是QKQ′，其中K是一个主对角线上元素非负但各不相同的对角矩阵，K=dia
统计与信息论坛 2018年10期2018-10-16
- 投资组合中协方差阵的估计和预测
协方差阵的一致估计量不是已实现协方差阵，并提出降低微观噪声以及跳跃影响的估计量（比如Zhang（2011）[1]、Griffin和Oomen（2011）[2]、Barndorff-Nielsen和Hansen等（2011）[3]、以及Nole和Voev（2008，2012）[4～5]）。但之前的研究往往分别研究噪声或者跳跃的影响，刘丽萍（2013）[6]提出了修正的门限预平均已实现协方差阵（MTPCOV），MTPCOV估计量同时考虑了噪声和跳跃的影响，以期
经济研究导刊 2018年24期2018-09-18
- 一道极大似然估计题的多种解法
)法是获得参数估计量的一种广泛使用的方法.极大似然估计量具有许多优良的性质，只要总体分布满足一定的条件，则可证明极大似然估计量具有渐进正态性、渐进有效性、一致性等性质，在一定意义下没有比极大似然估计量更好的估计，所以熟练掌握极大似然估计量的求法是非常重要的.下面先介绍本文将要用到的知识点.求极大似然估计的一般步骤[1]：(1)由总体分布导出样本的联合概率函数(或联合密度函数);(2)把样本的联合概率函数(或联合密度函数)中的自变量看成已知常数，而把参数θ看
数学学习与研究 2018年13期2018-07-17
- 一个估计问题的探讨
我们得到了六个估计量，这些估计量哪个更好？评价估计量的好坏常用的标准有无偏性和均方误差.估计量是一个统计量，也是一个随机变量，随着样本的改变而改变.如果一个估计量的均值等于要估计参数的真值，就称该估计量具有无偏性，其含义是如果多次抽样，并且每次样本量相同，那么得到的多个估计值在参数真值左右，其平均值与参数真值接近.接下来，我们从理论的角度推导x(n)的均值，从而讨论上面的哪个估计量是无偏估计.从1到N中不放回随机抽取n个数，其中最大的数记为x(n)，则x(
数学通报 2018年1期2018-07-13
- 利用多辅助信息的比率估计方法与验证
性估计形式，而估计量的精度依赖于对辅助变量信息的利用程度，为此，一些学者尝试借助辅助变量其他信息，进一步提高比率估计效果。简单随机抽样下Sisodia等[1]，Singh等[2]，Yan等[3]分别利用变异系数、峰度系数和偏度系数提出了比率估计的不同改进形式，随后Subramani等[4]提出了以辅助变量多个指标作为辅助信息的比率估计量，并指出当相关系数满足一定条件时，该估计量的估计效率要优于上述其它几种改进形式。另外，辅助信息也可以用来提高抽样效率，排序
统计与决策 2018年12期2018-07-12
- 点估计的一种敏捷算法
分布的最大似然估计量和派生估计量，并结合定理把已知分布类型的随机变量逼近成正态分布N（μ,σ2），再化成标准正态分布，这样在原来派生估计法的基础上，只需要选择）作为派生估计量即可.例 1设 X～N（μ,σ2），μ,σ2为未知参数，X1,X2,…,Xn是来自总体X的一个样本，样本值为x1,x2,…,xn，求 μ,σ2的估计量.解法一最大似然估计法X的概率密度为：似然函数为：取对数有：对参数求导有：解法二派生估计法则互相独立且都服从标准正态分布，因此把看作来自
赤峰学院学报·自然科学版 2018年5期2018-06-01
- 加权N-W核估计量的渐近正态性研究
件均值函数的核估计量的渐近理论，此后，Collomb(1986)[5]、Masry(1995)[6]和Laïb(2000)[7]等分别基于核估计在不同条件下研究了条件均值函数的相合性、渐近正态性和收敛速度以及带宽选择的渐近最优性等问题。局部多项式方法在非参数估计中也广为流行，因为它具有良好的数学性质、偏倚的缩减性和边缘效应的适用性，从方法实施的难易程度来看，NW估计量的实施要比局部线性估计量更为容易，并且回归函数的被估计值总是位于响应变量的范围之内。然而，
统计与决策 2018年2期2018-03-21
- 高维非正态总体协方差阵检验的检验统计量
)2的一个无偏估计量，证明它是相合的，并借助模拟实验说明我们提出的估计量的优良性.1 tr(∑-I)2的估计量在对tr(∑-I)2进行估计时，因为tr(∑-I)2=tr(∑2)-2tr(∑)+p，需要给出tr(∑2)和tr(∑)的估计量.众所周知，协方差阵的一个优良的估计量是样本方差阵[指导教师]刘忠颖(1977- )，女，讲师，硕士，从事多元统计分析研究。定理1 对于模型(1)，tr(∑-I)2的无偏估计量为为了说明相合性，我们沿用文献[8]提出的渐近框
长春师范大学学报 2018年2期2018-03-05
- 带复合泊松跳扩散模型的点波动率门限估计量的渐近性质
的点波动率门限估计量的渐近性质陈盈盈,蒋辉(南京航空航天大学数学系,江苏南京210016)本文研究了带复合泊松跳扩散模型的点波动率门限估计量的渐近性质.利用门限方法和核函数技术,构造并证明了此模型点波动率估计量的渐近正态性.同时,应用G¨artner-Ellis定理及大偏差中的Delta方法,得到了估计量的中偏差原理.复合泊松过程;点波动率;渐近正态性;门限方法;中偏差原理1 引言波动率是度量金融市场风险的常用指标,对波动率的估计和预测是近几十年来金融研究
数学杂志 2017年5期2017-09-15
- 一类位置不变重尾指数估计
名的是Hill估计量[1]:对于更为广泛的情况γ∈R，Dekkers，Einmahl和de Haan[7](1989)提出了矩估计：Ling等[8,9]在2007年在矩估计的基础上，提出了一类位置不变的矩估计量.邹佶叡等[10]在2006年提出了渐近无偏矩估计量.然而，Hill估计和矩估计虽然有许多优点，但它们对门限k0的值较为敏感，换句话说，上述的这些估计都不满足位置不变性，Pickands(1975)[11]在假定尾部分布函数的前提下，通过求分位数给出
陕西科技大学学报 2017年3期2017-06-01
- 浅谈估计量的优良性标准
法将导致不同的估计量，那么如何从这些估计量中寻找最适合的估计量成为了一个很重要的问题。因此，本文主要以使得均方误差最小的原理来研究评价估计量优良性的标准（相合性、无偏性、有效性）。经过对这几个标准的研究最终得到相对而言较适合的估计量为：一致方差最小无偏估计量UMVUE。最后介绍证明一个估计是UMVUE的方法。关键词：估计量的优良性标准；一致最小方差无偏估计量1.估计量的评价标准在数理统计中不同的求估计量的方式求得的估计量不同。这就要求我们从这些估计量中筛选
现代营销·学苑版 2016年12期2017-01-23
- 基于分层排序集抽样方法的改进比率估计
讨论了改进比率估计量的均方误差和偏差估计式,证明了改进的比率估计比原来的联合比率估计更加有效.最后,利用一组幼儿黄疸病胆红素含量的数据进行实例分析,结果表明,基于分层排序集样本的改进比率估计可以有效提高估计精度.辅助变量; 分层抽样; 排序集抽样; 改进比率估计排序集抽样是另一种利用辅助信息提高抽样效率的方法,具体过程为,从总体1次抽取r2个样本,随机地划分为r组,对每组样本进行排序,从第i组抽取秩为i的样本单元并具体测量,i=1,2,…,r.类似过程重复
华中师范大学学报（自然科学版） 2015年6期2015-03-22
- 卡尔曼滤波在水下惯性导航系统中的研究及实现
系统;偏移量;估计量The research and implementation of kalman filtering in INS integrated navigationLEI Shu-guang，ZHANG Liu，LIN Lie-shu (Guangzhou Civil Aviation College，Guangzhou 510403，China)Abstract:First，this article established speed e
舰船科学技术 2015年7期2015-02-22
- 稳健性因子分析在股票评价中的应用
需要使用稳健性估计量。多元均值和协方差阵的经典估计量是样本均值和样本协方差阵。如果数据来自正态总体的话，它们是最优的估计量，但是它们对异常值非常敏感。如果数据中有异常值，异常值会影响样本均值和样本协方差阵，从而会影响依赖于它们的经典因子分析[1]。因此有必要考虑使用样本均值和样本协方差阵的稳健性估计量。本文所采用的数据是上证A股2013-09-30三季度财务数据，共有957只股票（样本），10个财务指标（变量），数据下载自免费的大智慧软件。为了更加客观地对
统计与决策 2015年16期2015-01-03
- 部分函数型线性回归模型的预平滑估计
性模型中系数的估计量，并讨论了估计量的渐近性质，但当函数型数据协方差算子的特征值只有少数非零时，该估计的结果与真实值相差较多.本文基于文献［8］的思想，采用预平滑方法对文献［7］中给出的估计量进行修正，得到新的相合估计量，解决了上述问题.1 部分函数型线性模型部分函数型线性模型［5］，即标量返回值Y与预测值（z，X）满足如下线性关系：其中：z＝（z1，z2，…，zp）T为p维随机向量，Ez＝0，Ezz′存在且有限；｛X（t）｝∈L2［0，1］为随机过程，均
吉林大学学报（理学版） 2014年4期2014-10-25
- 阈值协整参数的修正估计法小样本性质的比较
整向量的OLS估计量具有超一致性，即OLS估计量以T-1阶收敛于真实的未知参数。同时，众所周知，在平稳序列的回归中，如果解释变量与随机干扰项不相关，即解释变量满足严格外生性(Strict Exogeneity)时，OLS估计量是一致估计量；如果解释变量不满足严格外生性，则OLS估计不是一致估计量；而在非平稳序列的协整回归中，即使解释变量与随机干扰项相关，则协整参数的OLS估计仍然满足一致性(Stock,1987[2]；Phillips和Hansen,199
统计与决策 2012年12期2012-09-26
- 正态总体方差和标准差的无偏估计
差及标准差的矩估计量和极大似然估计量，讨论了两者之间的关系，得出两类估计量相同，并进一步给出无偏估计量。正态总体；标准差；方差；无偏估计0 引言1 正态总体方差和标准差的估计设总体X服从正态分布N（μ，σ2），可知期望E（X）＝μ［2］，方差D（X）＝σ2，标准差因为总体X的分布有两个未知参数μ，σ2，所以应考虑未知参数的估计量。（X1…Xn）是来自该总体正态的一个简单随机样本。1.1 矩估计量总体一二阶原点矩E（X）＝μ，E（X2）＝D（X）＋［E（X）
唐山学院学报 2012年3期2012-09-07
- 使用变异系数和Kurtosis系数的双辅助变量的比估计
常常被用来提高估计量的精度，当有多个辅助信息可以利用时，估计量的精度会大幅度提高，如何利用多个辅助信息来提高估计的精度成为人们研究的热点[1～3]。本文拟定义一种使用变异系数和kurtosis系数的双辅助变量的比估计法，研究这种方法下估计量的均方误差，证明在一定条件下这种方法下的估计量优于传统的使用双辅助信息的比估计量，同时对这些估计量进行比较。1 已有的一些比估计量1.1 Sisodia and Dwivedi单辅助变量比估计量[4]设Y是调查指标，X是
统计与决策 2012年4期2012-07-24
- 混合分数布朗运动的赫斯特指数估计方法
随机理论分析了估计量的收敛性。具体来说作了以下三方面的工作。首先采用矩估计方法，结合二次变差理论，推导出波动率由混合分数布朗刻画下，赫斯特指数的矩法估计值。其次，利用混合分数布朗运动的性质和Malliavin随机理论研究了该估计量的收敛性质。最后，给出了数值算例，通过数值例子说明了本文给出的估计量的精确性。1 参数估计及一致收敛性为了体现金融资产波动率的长期记忆性，近年来，许多学者采用分数布朗运动刻画金融资产的随机波动率，即t时刻的观察量满足：因此：另一方
统计与决策 2012年4期2012-07-24
- 均匀分布参数的无偏估计及其分布
布未知参数无偏估计量的分布密度,利用无偏估计量构造出一些新的样本函数,并且利用给出的样本函数推导出了未知参数的置信区间.所得到结果改善了现有的估计,易于计算.均匀分布;无偏估计量;区间估计均匀分布是概率统计中的一个重要分布,在实践中广泛地应用于遗传学、数据误差分析、可靠性理论、信息处理、通信系统仿真等许多领域中.文献[1]利用先验分布导出均匀分布未知参数的Bayes估计量,文献[2]给出了区间(a,b)上的均匀分布区间长度b-a的置信区间,文献[3,4]利
大学数学 2011年3期2011-11-22
- 对称熵损失下一类指数分布族的Bayes估计
容许估计.3 估计量cT+d的容许性可以看出，在适当的逆伽玛分布先验分布下，参数θ的估计量都有形式cT+d，而形如cT+d的这类估计的可容许性与c和d的取值有关.下面对c和d的不同取值情况分别进行讨论.定理3当0cc*，d＞0估计量cT+d是可容许的.证明在对称熵损失函数下，我们证明了θ有唯一的Bayes解:当c=0，d＞0时，估计量为常值d，若此时估计量不可容许，必存在某一个估计量δ1(X)优于d，即0R(θ，δ1(X))R(θ，d)，对某些θ不等号严格
通化师范学院学报 2011年4期2011-09-25
- 基于二阶段抽样的双重抽样框估计量设计
下的二阶段抽样估计量研究的甚少，其中Casady,Snowden,and Sirken（1981）将Hartley 提出的基于双重抽样框的估计方法应用于电话名录框与区域框组合抽样设计的分层多阶段抽样[4]，B.C.Saxena,P.Narain,A.K.Srivastava（1984）探讨了双重抽样框下的二阶段抽样估计问题，但是只考虑了次级抽样单元在各域的单位调查成本相同的情形[5]。在国内，由于行政分级的政治模式，多阶段抽样调查成为实际中应用较广泛的一种
统计与决策 2011年15期2011-09-05
- 阈值协整中内生性解释变量下参数推断的比较
，参数的OLS估计量所构造的检验统计量必然呈现不同的性质，因为在阈值协整方程式中，随机干扰项本身蕴含有非线性的自相关结构，常规的OLS估计程序通常会低估统计量的标准误(Standard Error)，从而使得t统计量被高估，增大拒绝原假设的概率。同时由OLS估计量构造的F或Wald统计量也会被高估，从而引起协整参数推断的误导。另外如果在阈值协整中，解释变量具有内生性时，同样的问题是OLS估计量构造的t、F或Wald统计量不再具有标准的极限分布，其极限分布也
统计与决策 2011年19期2011-09-05
- 一般抽样设计下的随机化调查技术
从抽样设计还是估计量的构造，都开始深入到复杂抽样调查中。主要包括Jong-Min Kim等人[9～12]讨论了分层抽样下属性特征随机化调查理论与方法；Shaul K.等[13]中利用二级连续抽样方案改进了Warner RRT；Horng-Jinh Chang讨论了利用两个独立的子样本同时顾及敏感属性比例.虽然关于随机化调查的研究有很多，但是这一方面研究还远不够全面和系统,主要体现在这些调查方法没有统一的评价标准并且与抽样设计有关。在随机化调查中，关于属性特
统计与决策 2011年14期2011-05-18
- Weibull定时截尾情形下的矩估计性能
rlo法研究矩估计量在小样本量（样本量不超过10）定时截尾情形下，对Weibull分布参数的估计性能。1 小样本量Weibull定时截尾数据的特性通过MonteCarlo方法［3］研究Weibull分布下的小样本量定时截尾数据，发现有以下规律［4］：（1）在一定的样本容量和形状参数β下，使得某一失效数出现概率最大的截尾时间，可以是某一区间上的任意取值；（2）对于同一样本结构（n，r）（n为样本容量，r为失效数），不同Weibull分布（形状参数β相同，尺度
轴承 2010年9期2010-07-25
- 带漂移项分数布朗运动下的参数估计
时间样本的参数估计量，然后用离散时间样本逼近[9]；另一种方法是给出过程的离散化形式，然后求出参数估计量[10]。然而分数布朗运动既不是马氏过程也不是鞅，从而使得传统的空间状态转移模型以及卡尔曼滤波方法不能对其进行参数估计。本文拟采用极大似然方法对离散模式下带有漂移项的分数布朗运动进行参数估计，并研究估计量均方收敛性和一致收敛性。本文采用随机游走逼近分数布朗运动，从而将传统的鞅方法应用与分数布朗运动下的参数估计。具体来说主要将做以下三方面的工作。首先采用极
统计与决策 2010年12期2010-05-18
- 长方体上均匀分布的密度函数
了长方体体积的估计量、估计量的点估计及估计量的密度函数.估计量;均匀分布;密度函数;长方体1 引言均匀分布上概率统计中的重要分布,具有广泛的应用价值.由于随机取的点集被广泛应用于许多概率模型中,如:流行病学、遗传学及交通理论等.因此,均匀分布及其相关统计量的研究也引起了众多学者的关注.如X～U(a,b)(a＜b,a,b均为未知参数),设X1,X2,···,Xn是X的简单随机样本,关于参数a,b的估计量,人们更为关注的是它们的极大似然估计量文[1-2]曾研究
纯粹数学与应用数学 2009年4期2009-07-05