| 半参数估计的自然样条函数法 |
| |
| 引用本文： | 吴云,孙海燕,马学忠.半参数估计的自然样条函数法[J].武汉大学学报(信息科学版),2004,29(5):398-401. |
| |
| 作者姓名： | 吴云 孙海燕 马学忠 |
| |
| 作者单位： | 武汉大学测绘学院,武汉市珞喻路129号,430079 |
| |
| 基金项目： | 国家自然科学基金资助项目 ( 4 0 2 740 0 5 ) |
| |
| 摘 要： | 用补偿最小二乘原理，得到了参数和非参数分量的惟一解，并通过模拟计算，对半参数回归模型和参数模型的计算结果进行了比较。结果表明，半参数回归方法能较好地将观测值中具有连续光滑特性的系统误差分离出来。
|
| 关 键 词： | 半参数回归 系统误差 自然样条函数 平滑参数 补偿最小二乘原理 |
| 文章编号： | 1671-8860(2004)05-0398-04 |
| 修稿时间： | 2004年1月29日 |
Semiparametric Regression with Cubic Spline |
| |
| WU Yun,SUN Haiyan,MA Xuezhong.Semiparametric Regression with Cubic Spline[J].Geomatics and Information Science of Wuhan University,2004,29(5):398-401. |
| |
| Authors: | WU Yun SUN Haiyan MA Xuezhong |
| |
| Institution: | WU Yun 1 SUN Haiyan 1 MA Xuezhong 1 |
| |
| Abstract: | Systematic errors contained in observations are always complicated smooth function varying with some variables. This paper describes this systematic errors using natural cubic spline, which is nonparametric component in semiparametric regression model. Penalised least squares technique implemented in the procedure reduces to unique solution. According to simulating tests, the semiparametric regression model and the penalised least squares technique can better separate systematic errors from observations compared with the parametric model and the least squares technique. |
| |
| Keywords: | semiparametric regression systematic error natural cubic spline smoothing parameter penalised least squares technique |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
