本课题主要研究变系数模型的检验方法。主要内容有:一、研究变系数模型中某些函数系数是否为常数的检验方法,即,原假设为部分变系数模型;二、变系数模型中随机误差齐次性假设检验方法的研究;三、变系数混合模型有关随机效应的检验;四、基于纵向数据的变系数模型有关统计检验的研究。近十多年来,在统计理论与方法、生物医药、社会经济等的研究中,有关变系数模型的研究已有大量的文献。在应用领域,变系数模型主要集中在纵向数据,非线性时间序列,以及一些截面数据的统计分析。在理论上,人们主要研究了变系数模型的估计方法,如函数系数的核估计,局部多项式估计,B样条估计等,以及这些方法的性质。但是有关变数模型假设检验研究的很少,而在变系数模型的应用中,特别是在探索数据分析阶段,人们往往非常需要对变系数模型进行一些假设检验。因此,本课题的研究无论在理论和应用上都有重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
粗颗粒土的静止土压力系数非线性分析与计算方法
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
高维回归系数的假设检验
实时流数据变系数多分类模型研究
广义变系数部分线性模型的统计推断
高维数据的空间变系数模型研究