排序方式: 共有21条查询结果,搜索用时 31 毫秒
1.
2.
3.
4.
本文讨论了回归系数有偏估计的两个问题。一是对文[2]提出的回归系数的一种新的有偏估计——根方估计作了一定改进,提出了广义根方估计,从理论上证明了广义根方估计能够比根方估计达到更低的均方误差,并且给出了求根方参数的一个公式。二是在一般协方差情形下,证明了回归系数广义岭估计的弱相合性、均方相合性与条件等价。 相似文献
5.
在平衡损失风险函数准则下,研究线性模型中回归系数的stein估计优于最小二乘估计(LS)的充分必要条件,然后在pitman closeness(PC)准则下比较了stein估计相对于最小二乘估计的优良性。 相似文献
6.
我国东部海区不同气候背景条件下背景误差协方差的性质对比分析 总被引:1,自引:0,他引:1
本文利用MM5V3.6模式分别得到我国东部海区3月和9月的模拟资料(分别代表了台风发生频率极小月和极大月),来进行背景误差协方差的统计。利用NMC方法得到了背景误差协方差矩阵的回归系数、特征向量以及特征尺度,并对其进行了对比分析,结果表明:背景误差协方差与平均气候背景密切相关,且受模式分辨率大小的影响;回归系数受台风发生频率的气候背景影响明显,分别在模式区域北侧和南侧出现的负值中心代表两季的不稳定能量;垂直背景误差协方差的第一特征向量代表了其最主要特征,台风发生频率的最大影响表现在风场的预报;水平特征尺度随不同变量,不同模式分辨率和台风发生频率有较大不同,相对湿度和非平衡温度表现出较强的局地性。 相似文献
7.
8.
长时间序列遥感图像中含有大量的噪声和坏数据,给分类带来困难。该文提出一种新的时间序列特征指标:像元时间序列的简单线性回归系数(SLC),用来提高分类精度。为证明其有效性,设计出一套模拟实验。结果表明:SLC具有较强的抗噪声、抗坏数据能力,有利于提高分类精度,特别是对于植被指数时间序列遥感图像。 相似文献
9.
用蒙特卡洛模拟法计算正交最小二乘法拟合参数的标准偏差 总被引:1,自引:1,他引:1
介绍了一种计算正交最小二乘法拟合参数标准偏差的新方法-蒙特卡洛模拟法,并以电子探针微区分析技术分析环境样品的数据为例,对用于计算经典最小二乘法回归系数标准偏差的公式法和蒙特卡洛模拟法进行了比较。计算结果表明,两者完全相符,蒙特卡洛模拟法的计算结果正确、可靠。考察了模拟次数对计算结果的影响。模拟次数大于500时,计算结果趋于稳定,计算所需时间在1min以内。拟合方差与回归系数标准偏差存在明显的相关关系。线性模型能解释的方差越大,回归系数标准偏差越小。蒙特卡洛模拟法特别适合于非线性模型拟合参数标准偏差的计算。 相似文献
10.