發(fā)布時間：2022-11-11 21:12

　　我們在對現(xiàn)實生活中的數(shù)據(jù)進行統(tǒng)計建模時會發(fā)現(xiàn)在數(shù)據(jù)中往往存在數(shù)據(jù)缺失的情況。數(shù)據(jù)缺失的原因有很多,例如數(shù)據(jù)采集時沒有采集到,又如數(shù)據(jù)保存時出現(xiàn)各種原因?qū)е聰?shù)據(jù)丟失等原因。雖然生活中很多數(shù)據(jù)的產(chǎn)生很快且成本很低,同時對研究不會存在影響,通常我們對這類缺失的數(shù)據(jù)進行刪除,然后進行研究。但是耗費巨大人力、物力、財力或是很長時間才能觀測到的數(shù)據(jù)丟失將是巨大的損失,此時首先要將缺失的數(shù)據(jù)進行補全,然后進行研究。半?yún)?shù)回歸模型在統(tǒng)計建模中是一類重要的回歸模型,這類回歸模型是在線性回歸模型的基礎上加上了非線性回歸模型部分。因此,半?yún)?shù)回歸模型不僅擁有線性回歸模型的可解釋性,同時還具備非線性回歸模型的穩(wěn)健性。變系數(shù)模型和部分線性變系數(shù)模型就是一類重要的半?yún)?shù)回歸模型,此類回歸模型在經(jīng)濟、金融、氣象、工業(yè)、農(nóng)業(yè)等領域有著廣泛的應用。我們在建立回歸模型時,檢驗回歸模型的殘差是否具有相同的方差是一項必不可少的工作。如果所建立的回歸模型存在異方差,那么模型將不能進行有效的預測預報。本文研究的是基于經(jīng)驗似然的響應變量隨機缺失的部分線性變系數(shù)模型的異方差檢驗。本人的工作,首先研究了響應變量缺失下的變系數(shù)模型和部分... 

【文章頁數(shù)】：49 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 引言
    1.2 缺失數(shù)據(jù)的簡介及研究現(xiàn)狀
    1.3 異方差檢驗的簡介及研究現(xiàn)狀
    1.4 經(jīng)驗似然的簡介及研究現(xiàn)狀
    1.5 本人的工作及論文的結(jié)構(gòu)
2 部分線性變系數(shù)模型的估計方法及缺失數(shù)據(jù)的處理方法
    2.1 部分線性變系數(shù)模型的估計方法
    2.2 缺失數(shù)據(jù)的處理方法
3 響應變量缺失下變系數(shù)模型的異方差檢驗
    3.1 引言
    3.2 變系數(shù)模型中響應變量隨機缺失的處理方法
    3.3 響應變量缺失下變系數(shù)模型異方差的檢驗方法
    3.4 數(shù)值模擬
4 響應變量缺失下部分線性變系數(shù)模型的異方差檢驗
    4.1 引言
    4.2 部分線性變系數(shù)模型中響應變量隨機缺失的處理方法
    4.3 響應變量缺失下部分線性變系數(shù)膜型的異方差檢驗
    4.4 數(shù)值模擬
    4.5 定理的證明
5 總結(jié)與展望
致謝
參考文獻
個人簡歷、在學期間發(fā)表的學術論文及取得的研究成果



本文編號：3705754