您的位置: 专家智库 > >

孙志华

作品数:7 被引量:10H指数:2
供职机构:中国科学院更多>>
发文基金:国家自然科学基金中国科学院研究生院院长基金中国博士后科学基金更多>>
相关领域:理学经济管理电子电信更多>>

文献类型

  • 6篇期刊文章
  • 1篇会议论文

领域

  • 6篇理学
  • 1篇经济管理
  • 1篇电子电信

主题

  • 2篇渐近
  • 2篇渐近正态
  • 2篇渐近正态性
  • 2篇分位回归
  • 1篇杂化
  • 1篇杂化材料
  • 1篇铁电
  • 1篇铁电性
  • 1篇统计推断
  • 1篇主成分
  • 1篇主成分分析
  • 1篇无机
  • 1篇无机-有机杂...
  • 1篇无机-有机杂...
  • 1篇协变量
  • 1篇TOBIT回...
  • 1篇TOBIT回...
  • 1篇TOBIT模...
  • 1篇变系数
  • 1篇变系数模型

机构

  • 6篇中国科学院
  • 5篇中国科学院大...
  • 2篇北京工业大学
  • 2篇华北电力大学
  • 1篇北京航空航天...
  • 1篇中国科学院研...

作者

  • 7篇孙志华
  • 2篇谢田法
  • 1篇贾超华
  • 1篇张静
  • 1篇刘金祎
  • 1篇陈菲菲
  • 1篇叶雪
  • 1篇王小英

传媒

  • 3篇中国科学院大...
  • 2篇系统科学与数...
  • 1篇数学的实践与...
  • 1篇中国化学会第...

年份

  • 1篇2021
  • 1篇2020
  • 1篇2019
  • 1篇2018
  • 2篇2016
  • 1篇2011
7 条 记 录,以下是 1-7
排序方式:
失效信息随机缺失时可加危险率模型的统计推断
2016年
对失效信息随机缺失时的可加危险率模型的估计进行研究.充分利用失效信息和缺失信息的概率模型的信息,通过构建估计方程,得到回归参数和基准累积风险函数的3个估计.证明了所提估计的渐近正态性,并进行数值模拟研究其有限样本性质.利用数值模拟研究比较所提估计与文献中的估计的有限样本性质,并通过分析一个实际数据验证了本文方法的有效性.
陈菲菲孙志华叶雪
工具变量辅助的变系数测量误差模型的估计被引量:3
2018年
考虑协变量有测量误差时变系数模型的估计问题。提出的方法不需要假定特定的误差模型结构或已知的误差方差,也不需要重复观测的数据。通过工具变量的辅助,首先对测量误差进行校正,从而得到真实观察变量的估计。然后用这个估计取代真实观察变量,利用变系数模型的估计方法得到函数系数的估计。证明了所提估计的渐近正态性。数值模拟结果表明本文提出的基于校正误差的方法比直接使用测量误差数据的方法有更好的有限样本性质。
刘智凡王妙妙谢田法孙志华
关键词:变系数模型渐近正态性
部分线性分位回归模型估计的MM算法被引量:1
2019年
近年来,关于部分线性分位回归模型的估计方法的研究得到了较多的关注.但由于目标函数的非光滑性,估计程序的实现是比较具有挑战性的.文章将采用MM(Majorization Minimization)算法计算部分线性分位数回归模型的估计.其基本原理是首先找到目标函数的优化函数,然后借助优化函数的最小化过程.逐步迭代至目标函数的解.数值模拟和实证研究表明该算法具有较好的稳定性和较强的数值计算能力.
杨雪梅王小英孙志华
部分线性模型在北京市税收分析和预测中的应用被引量:5
2011年
首先运用主成分分析方法对北京市经济指标数据进行降维处理,然后基于降维后的数据拟合部分线性模型.将拟合后的模型对2008年北京市税收进行预测,所得结果优于常用的逐步线性回归分析方法的预测结果.
孙志华刘金祎贾超华
关键词:主成分分析部分线性模型
单指标分位回归模型估计的MM算法
2021年
单指标分位回归模型是一类重要的半参数模型,具有降维的优点的同时保留了非参数分位回归模型的稳健性。但现有的单指标分位回归模型的估计程序大部分都是通过内点法来实现。对单指标分位回归模型估计程序的MM(majorize-minimize)算法进行研究。首先找到目标函数的优化函数,然后通过最小化优化函数来得到估计,再逐步迭代至收敛。数值模拟和实证研究表明MM算法在单指标分位回归模型的估计中具有较好的稳定性,能够得到比较准确的估计结果,且相比于内点法,计算效率更高,耗时更短。
郭媛媛杨雪梅孙志华
具有半导体特性的无机-有机杂化光电功能晶体
无机-有机杂化的半导体材料兼具无机和有机组分的特点,表现出良好的光、电、磁和热学等性能以及易于分子裁剪、结构设计等,是一类具有广泛应用前景的复合材料。[1-3]我们通过优化无机-有机杂化材料的微观结构,将直链烷基胺、芳香...
孙志华张静罗军华
关键词:无机-有机杂化材料铁电性
文献传递
协变量有测量误差时Tobit回归模型的估计被引量:1
2020年
文章考虑协变量有测量误差时参数Tobit模型的估计问题.文章所提方法不需要假定测量误差模型的结构,不需要对测量误差变量的方差做假定,也不需要有重复观测的数据.测量误差的矫正通过借助工具变量来实现.首先利用非参数核光滑方法得到真实观测变量的估计,然后用这个估计替代没有观察到的真实变量来处理测量误差.这样,模型的回归系数就可以利用校正的最小二乘方法来估计.文章给出了具体的算法,证明了回归模型的参数估计的渐近正态性.数值模拟结果表明文章提出的校正测量误差的方法比直接使用有测量误差数据的朴素方法有更好的有限样本性质.
牛娟谢田法郭媛媛孙志华
关键词:渐近正态性
共1页<1>
聚类工具0