响应变量随机缺失的相依函数型单指标模型的 k 近邻估计 |
| |
引用本文: | 何文然,黄振生.响应变量随机缺失的相依函数型单指标模型的 k 近邻估计[J].重庆工商大学学报(自然科学版),2023,40(6):105-110. |
| |
作者姓名: | 何文然 黄振生 |
| |
作者单位: | 南京理工大学 数学与统计学院,南京 210094 |
| |
摘 要: | 针对具有 α 混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建
模,并采用 k 近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高
估计效率;通过数值模拟和厄尔尼诺海平面温度数据,将 k 近邻方法和经典核方法进行比较,讨论 k 近邻方法与经
典核方法对未知参数和未知函数的估计效果;从模拟结果可以看到:k 近邻方法对未知参数和未知函数的估计精度
以及随样本增加的改善效果要优于经典核方法,在真实数据分析中,k 近邻对真实数据的精度拟合以及趋势拟合都
表现优异;这些结果表明:在响应变量随机缺失的时间序列单指标模型中,采用 k 近邻方法对未知参数和未知函数
进行估计,在精度上要优于经典核方法,同时在真实数据分析中,相比经典核方法,k 近邻方法能更好地拟合
数据。
|
关 键 词: | 函数型单指标模型 α 混合 k 近邻估计 随机缺失 |
|
| 点击此处可从《重庆工商大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆工商大学学报(自然科学版)》下载全文 |
|