具有ma（q）误差线性模型协方差阵参数分步估计与bootstrap算法.pdf

摘要陆樯鼙疚乃婕暗囊恍┗纠砺壑J丁5谝唤谥氐憬樯茏钚《死砺郏坏诙第三章介绍具有蟛钕咝阅P偷男讲钫蟛问淖钚《斯兰啤J紫纫鏊本文以最小二乘理论思想为指导,以金融保险中的数据处理问题为背景,研究了具有蟛钕咝阅P偷男讲钫蟛问墓兰莆侍猓岢隽朔植焦兰品椒ǎ⒔岷螧理论、信度理论给出了参数估计的惴āV饕5墓ぷ魅缦拢第一章介绍线性模型中最小二乘法的发展,同时经验估费中的信度理论和本文的主要工作。讲述了砺鄣幕舅枷氩⑼ü咛宓睦铀得髁耸迪諦方法的过程。后两节分别介绍了信度理论和卣蟮南喙刂J丁假定的模型,然后根据模型的假设及特点构造出方便应用最小二乘法的线性模型。最后列出参数的广义最小二乘估计的表达式,并且说明了表达式中权矩阵的选择方法。第四章在第三章的基础上,进一步发展了上述最小二乘法在所假设模型中的应用,提出分步估计法。根据模型的特点,我们对待估参数进行分离,并且经过分离后两部分参数均可以用同样的方法构造线性模型,进行最小二乘估计。通过参数分离有效减少了在估计过程中由于参数向量的维数过高所带来的不利影响。第五章结合砺奂白钚∑椒叫哦壤砺厶岢霾问兰频腂算法。,任何估计的精度往往不够理想。而惴ㄔ谝欢ǔ潭壬夏芄豢朔菹∩俚娜钡悖怨兰频木ǘ扔幸定的改善。关键词:最小二乘估计;分步估计;恍哦壤砺郏蛔钚∑椒叫哦龋籑大连理工大学硕士学位论文
瓸甒;赵金良:具有蟛钕咝阅P托讲钫蟛问姆植焦兰朴隑算法:;;.,.瑆瓻瑃..,瓼,,琲甌;.
作者签名:蛙竺堡日期:塑:阂独创性说明研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明作者郑重声明:本硕士学位论文是我个人在导师指导下进行的谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或其他单位的学位或证书所使用过的材确的说明并表示了谢意。
篓迎丝年髟露知矗仡,大连理工大学学位论文版权使用授权书型垒垦:星互丝墨姹ざ咱叶樾捅せブ囟榫ニ芏檑兴荏误卫锢堕荐本学位论文作者及指导教师完全了解‘呔连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、
⋯髀线性模型中最、乘法的发展分析问题。其一般模式是这样的:设在一个问题中涉及量‰钆⋯,唧和卢,,⋯,岛,前者线性模型与最小二乘法是数理统计学中的两个重要而又密切联系的主题,虽然最小二乘法在统计中的应用不仅仅限于线性模型,但无可怀疑,线性模型是最小二乘法其变种谕臣浦杏τ米畛晒Φ牧煊颍涑晒哂欣砺凵系纳羁绦院陀τ蒙系墓惴盒裕从历史上考察,最小二乘法起源于求解线性矛盾方程组的问题,用现在的术语说,后者则是源于线性模型参数的估计问题。至于线性模型本身,则是起源于天文和测地中的误差是易于或可以直接观测的量,,这些量在一定的近似程度内有关系。所。N侍馐且R谰,,⋯,%囊恍┕鄄值Ⅸ,⋯,。一兰%,去估计岛,⋯,⋯≤‥琇在内的一些大学者都曾致力于研究这个问题,,得到学界的公认,并在应用上得到推广。从这段历史可以看出线性模型与最小二乘法两个主体的密切联系。接着在年岢鲆哉植甲魑2饬课蟛畹姆植迹⒃谡飧龌∩戏⒄沽最小二乘估计的统计理论。其中包括现在人们所周知的,,才使最、乘与统计联系起来。以上是这些发展在统计史上享有极高的评价,,以上的发展被认为纯属误差论的范围,与统计分析不相干。当时流行的观点认为误差处理的是对—个对象多次观测的数据,而统计学处理的是对一个群体中~些不同个体的测量数据,,主要是,从经验中注意到统计数据也往往很拟合于恼植迹髡臠馓追椒ㄒ灿糜谕臣剖荩兰秃笃冢珿珽,蚘等人提出和发展相关回归分析,引进多元正态分布作为描述多位数据的统计模型,特别是发现了再多维正态中一个变元的条件期望是其他变元的线性函数,从而把相关回归分析与线性模型联系起来,也为最小二乘法在此领域中的应用敞开了大门。这些发展确立了线性模型一最、乘法在统计分析尤其是在回归分析中的中心地位,意义十分重大,被视为在—院笙咝阅P鸵蛔钚《朔ㄕ飧鎏逑捣⒄构讨杏忠桓隼锍下一个重大发展是在世纪初的余年,現鹊汲隽苏镜囊些重要统计量的精确抽样分布,在世纪年代提出方差分析法一一这可是