纵向数据动态模型的稳健统计推断

基本信息
批准号:11701361
项目类别:青年科学基金项目
资助金额:20.00
负责人:柳树
学科分类:
依托单位:上海对外经贸大学
批准年份:2017
结题年份:2020
起止时间:2018-01-01 - 2020-12-31
项目状态: 已结题
项目参与者:张旭峰,郭志道,金萍
关键词:
动态模型稳健估计回归样条纵向数据模型识别
结项摘要

The time-dynamic model is a useful modeling method for the longitudinal data sets and the corresponding statistical inference for the longitudinal data time-dynamic models is a hot research topic recently. Until now, almost all statistical inferences for the longitudinal data time-dynamic models are based on the least squares technique. However, when the distribution of the longitudinal data set is heavily tailed the least squares technique fails. The aim of this project is to extend the robust statistical inference methods to the longitudinal data time-dynamic models. Specially, we will carry out the following work: (1) Based on the robust M-typed estimation and regularization methods, we will investigate robust estimation and model identification for longitudinal data time-dynamic varying-coefficient model; (2) Based on the robust M-typed estimation and regularization methods, we will investigate robust estimation and model identification for longitudinal data time-dynamic additive nonparametric regression model; (3) Based on B-spline and generalized Hausman test methods, we will investigate robust estimation and model identification for longitudinal data time-dynamic single-index model. In addition, we will apply the proposed methods.to the real data analysis and provide some resports. This project is very important in the theoretical sense and also applicable.

纵向数据动态模型的统计推断是近来统计学研究的一个热点,存在许多亟待解决的问题。本课题主要研究纵向数据动态模型的稳健统计推断。主要研究内容有:(1) 基于稳健M型估计和正则化惩罚方法,研究纵向数据动态变系数模型的稳健估计以及模型识别问题。(2)基于稳健M型估计和正则化惩罚方法,研究纵向数据动态可加模型的稳健估计和模型识别问题。(3)基于B样条和广义Hausman检验的方法来研究纵向数据动态单指标模型的稳健估计及模型识别问题。本课题的研究将通过丰富的计算机模拟检验所提方法的有效性,并将新方法应用于实际问题的分析。

项目摘要

纵向数据动态模型相比传统的模型建模更加灵活从而可以减小建模偏差,同时,由于最小二乘方法不够稳健,即在存在异常值或偏离模型假设时估计量的性质会变的非常糟糕。因此,对纵向数据动态模型的统计推断是纵向数据研究领域的一个重要研究方向。. 根据申请时的项目研究计划,我们对纵向数据动态变系数模型和动态单指标模型的稳健估计和模型识别、纵向数据动态单指标模型的有效估计、纵向数据动态可加模型有效估计和模型识别等几个方面进行了研究,取得了多项重要成果,正式发表论文二篇,并参加国内学术会议两次。. 本项目在纵向数据动态模型的统计推断研究方面取得了以下几个方面的成果。第一是基于紧积B样条和M方法,研究了纵向数据动态变系数模型在数据存在异常点的情况下的稳健统计推断问题。第二,从理论上提出了一种惩罚方法用来识别时变系数函数对响应变量的影响是否是随时间变化的。第三,基于可行纠偏广义估计方程,研究了纵向数据动态单指标模型的有效估计问题。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

涡度相关技术及其在陆地生态系统通量研究中的应用

涡度相关技术及其在陆地生态系统通量研究中的应用

DOI:10.17521/cjpe.2019.0351
发表时间:2020
2

论大数据环境对情报学发展的影响

论大数据环境对情报学发展的影响

DOI:
发表时间:2017
3

粗颗粒土的静止土压力系数非线性分析与计算方法

粗颗粒土的静止土压力系数非线性分析与计算方法

DOI:10.16285/j.rsm.2019.1280
发表时间:2019
4

基于LASSO-SVMR模型城市生活需水量的预测

基于LASSO-SVMR模型城市生活需水量的预测

DOI:10.19679/j.cnki.cjjsjj.2019.0538
发表时间:2019
5

内点最大化与冗余点控制的小型无人机遥感图像配准

内点最大化与冗余点控制的小型无人机遥感图像配准

DOI:10.11834/jrs.20209060
发表时间:2020

柳树的其他基金

批准号:11626154
批准年份:2016
资助金额:3.00
项目类别:数学天元基金项目

相似国自然基金

1

纵向缺失数据下半参数模型的稳健统计推断

批准号:11701156
批准年份:2017
负责人:刘娟芳
学科分类:A0403
资助金额:23.00
项目类别:青年科学基金项目
2

基于半参数模型的纵向数据的稳健统计推断方法

批准号:10371042
批准年份:2003
负责人:朱仲义
学科分类:A0403
资助金额:17.00
项目类别:面上项目
3

基于经验似然的纵向数据统计模型的稳健推断

批准号:10801039
批准年份:2008
负责人:秦国友
学科分类:A0402
资助金额:17.00
项目类别:青年科学基金项目
4

纵向数据动态非参数模型的统计推断

批准号:11626154
批准年份:2016
负责人:柳树
学科分类:A0402
资助金额:3.00
项目类别:数学天元基金项目