吴小燕
- 作品数：3 被引量：2H指数：1
- 供职机构：中国科学技术大学管理学院统计与金融系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学更多>>
- 线性模型中M方法的随机加权逼近
- 最小二乘法(LS)在线性回归分析中是最常用的方法,但是在一些情况下表现不理想,比如稳健性不好等,统计学家提出了许多方法供选择使用,M方法就是其中之一,并且可以说是最受重视、研究成果最多的一种。其中LS方法和LAD方法(最...
- 吴小燕
- 关键词：最小二乘法随机加权逼近
- 线性模型中M估计分布的随机加权方法逼近被引量：2
- 2008年
- 在线性模型中,M估计的渐近分布通常都涉及到不易估计的未知误差分布的某些量,如果要估计渐近方差,就需对这些冗余参数进行估计.利用随机加权方法可以避免先对误差分布中的冗余参数进行估计.给出了当自变量是随机变量时,M估计分布的随机加权逼近,证明了M估计分布的随机加权逼近是一致相合的.当取不同的凸函数,样本大小和随机权时,进一步利用蒙特卡洛方法研究估计分布.研究表明随机权取泊松权时,不仅达到同样的效果而且可以减小计算量.
- 吴小燕赵林城杨亚宁
- 关键词：M估计随机加权
- 线性模型中M检验原假设分布的随机加权逼近(英文)
- 2008年
- 在线性模型中M-方法可以用于线性假设检验,其中M检验、Wald检验和Rao的计分型检验是最常用的检验准则.但是在计算这些检验的临界值时都涉及到未知参数的估计.在本文中我们利用随机加权的方法来逼近这些检验的原假设分布.结果表明在原假设和局部对立假设之下随机加权统计量的渐近分布与原检验统计量在原假设之下的渐近分布相同. 因此我们不需要对冗余参数进行估计,利用随机加权的方法就可以得到这些检验的临界值,而且在局部对立假设之下可以实现对功效的计算.当取不同的误差分布和不同的随机权时,我们对本文的方法进行了蒙特卡洛模拟.结果表明用随机加权方法来逼近原假设分布是非常精确的.
- 赵林城吴小燕杨亚宁
- 关键词：随机加权
