![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/0c782774-2652-4027-b17f-ea326180633c/0c782774-2652-4027-b17f-ea326180633cpic.jpg)
![含缺失數(shù)據(jù)線性模型中的變量選取.pdf_第1頁(yè)](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/0c782774-2652-4027-b17f-ea326180633c/0c782774-2652-4027-b17f-ea326180633c1.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、學(xué)校代碼:Ⅱ墮坦分類號(hào):Q 墜研究生學(xué)號(hào) _ 9 0 0 6 2 1 0 6 3密 級(jí):無(wú)糸牡知予茁大謄 碩士學(xué)位論文含缺失數(shù)據(jù)線性模型中的變量選取V a r i a b l eS e l e c t i o ni nL i n e a rM o d e lW i t hM i s s i n gD a t a作者:石紅亮指導(dǎo)教師:鄭術(shù)蓉副教授學(xué)科專業(yè):概率論與數(shù)理統(tǒng)計(jì)研究方向:變量選擇學(xué)位類型:學(xué)歷碩士東北師范大學(xué)學(xué)位評(píng)定委員會(huì)2 0
2、 0 8 年5 月薔摘要我們將考慮在含缺失數(shù)據(jù)的情況下,對(duì)線性模型的變量選擇問(wèn)題。我們首先將通過(guò)L e a s ta n g l er e g r e s s i o n 和B I C 準(zhǔn)則對(duì)完全觀測(cè)數(shù)據(jù)選定自變量,我們用模擬顯示,這個(gè)方法是穩(wěn)定的,而且計(jì)算量比較小。然后用最小二乘估計(jì)建立對(duì)觀測(cè)數(shù)據(jù)建立回歸方程,通過(guò)預(yù)測(cè)的方式對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)值后,再用L e a s ta n g l er e g r e s s i o n 和B I
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 對(duì)含缺失數(shù)據(jù)的非參可加模型進(jìn)行成分選取.pdf
- 污染數(shù)據(jù)線性模型的估計(jì)及其影響分析.pdf
- 污染數(shù)據(jù)線性回歸模型的統(tǒng)計(jì)推斷.pdf
- 含缺失數(shù)據(jù)的線性模型回歸系數(shù)的約束EM算法.pdf
- 協(xié)變量帶誤差的隨機(jī)刪失數(shù)據(jù)線性模型的一類半?yún)?shù)估計(jì).pdf
- 含缺失數(shù)據(jù)的約束線性模型回歸系數(shù)的有偏估計(jì).pdf
- 多元線性回歸模型中缺失數(shù)據(jù)填補(bǔ)方法的效果比較.pdf
- 響應(yīng)變量隨機(jī)缺失的部分線性模型的統(tǒng)計(jì)推斷.pdf
- 廣義線性模型中的變量選擇.pdf
- 基于Lasso的高維數(shù)據(jù)線性回歸模型統(tǒng)計(jì)推斷方法比較.pdf
- 缺失數(shù)據(jù)下函數(shù)系數(shù)部分線性模型的估計(jì).pdf
- 半?yún)?shù)Cox可和模型的變量選取.pdf
- 基于多元線性回歸模型的缺失浮動(dòng)車數(shù)據(jù)填充研究.pdf
- 38844.高維數(shù)據(jù)線性回歸建模方法分析
- 面向異常檢測(cè)的高光譜數(shù)據(jù)線性子空間估計(jì).pdf
- 響應(yīng)變量有缺失時(shí)變系數(shù)部分線性模型的統(tǒng)計(jì)推斷.pdf
- 31131.具有隨機(jī)缺失響應(yīng)變量的廣義線性模型的統(tǒng)計(jì)推斷
- 高維線性模型的變量選擇.pdf
- 縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計(jì)推斷及應(yīng)用.pdf
- 12185.缺失數(shù)據(jù)下部分線性模型的多重穩(wěn)健估計(jì)
評(píng)論
0/150
提交評(píng)論