1) semi-parametric generalized additive model(GAM)
半参数广义相加模型(GAM)
2) generalized additive model (GAM)
广义加性模型(GAM)
3) non-parametric GAM
非参数广义相加模型
4) generalized semiparametric models
广义半参数模型
1.
We propose a local quasi-likelihood weighted estimator for generalized semiparametric models when the Covariates are missing at random.
在协变量随机缺失条件下,研究了广义半参数模型的加权拟似然估计方法,给出了未知参数与非参数回归函数的估计。
2.
We propose a local imputation quasi-likelihood estimator for generalized semiparametric models when the responses are missing at random.
在响应变量随机缺失时,运用借补拟似然方法估计广义半参数模型的未知参数和非参数回归函数,验证了所给出的估计具有渐近正态性,并进行了模拟研究。
5) semiparametric generalized linear models
半参数广义线性模型
1.
In this paper,semiparametric generalized linear models(SGLMs) in probability and statistics are considered.
针对概率统计中的半参数广义线性模型(SGLMS),利用了正交空间、核函数、正交计算方法及独立随机分布的概念和性质,研究了广义线性模型中未知参数的估计问题,给出了回归参数的矩估计方法及其相应的性质,给出了参数估计量为一致有效性和近似正态性的充分条件,并证明了参数估计量是一致有效性和近似正态性的结论。
6) Generalized additive model
广义相加模型
1.
Methods When long time trend,season and relative humidity were under control,the relationship between temperature and incidence rate of stroke was explored by generalized additive model(GAM)for the whole population and stratified by sex and age from 2003.
方法采用时间序列的广义相加模型(GAM)建模原理,对2003年1月～2005年12月深圳市脑卒中发病与气象资料进行非参数拟合,在控制长期趋势、季节趋势和周平均湿度以后,分析周平均温度与脑卒中发病人数的关系。
2.
In recent years much progress has been made in predictive models for species;models like GLM(Generalized Linear Model),GAM(Generalized Additive Model) and VGAM(Vector Generalized Additive Model) become more and more popular and useful,.
利用广义相加模型(GAM,Generalized Additive Model),对延河流域典型地带性物种本氏针茅(Stipa bungeana)的空间分布预测进行研究,以期为该流域本氏针茅草地的保护、恢复等提供依据。
3.
By using generalized additive model(GAM)and in combining with GIS spatial analyst and environmental stratification sampling techniques,a distribution model for 24 dominant species in Yanhe River catchment was developed,and,based on the interspecific relationships in plant communities and the distribution probability,the spatial distribution of plant species was calculated,and the distribu.
利用广义相加模型(generalized additive model,GAM),结合GIS空间分析技术和环境梯度分层采样技术,为延河流域24个地带性物种建立了分布模型,并在考虑群落内部物种种间关系及其分布概率的基础上,对物种分布进行运算,模拟预测了延河流域37种植物群落的分布状况和延河流域的潜在植被分布。
补充资料：参数模型
分子式：
CAS号：
性质：一类可以通过结构化表达式和参数集表示的模型。参数模型是以代数方程、微分方程、传递函数等形式表达的，或采用机理方法建立的模型。
CAS号：
性质：一类可以通过结构化表达式和参数集表示的模型。参数模型是以代数方程、微分方程、传递函数等形式表达的，或采用机理方法建立的模型。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条