说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> L-估计
1)  L-estimator
L-估计
1.
Consider a semi-parametric regression model Y = xTB + g(t) + e, The L-estimators n and g for B and g() are constructed.
对半参数回归模型yi=χiTβ+g(χi)+ei,i=1,2,…,n,对非参数函数g(·)采用核估计的方法,构造了参数向量β的L-估计量λn,在一些正则条件下,获得了λn的渐近正态性和非参数函数g(·)的估计量gn(t)的最优收敛速度可达到O(n-(1/3)),并且给出了标准化L估计量λn的渐近分布的Berry-Esseen界。
2)  L~∞-L~l estimate
L~∞-L~l估计
3)  Lp estimate
L~p-估计
1.
Finally, Lp estimates of functions having finite energy are constructed.
最后给出了具有广义有限能量的函数的L~p-估计。
4)  L-moment
L-矩估计
5)  L~2 error estimates
L~2估计
6)  L∞ estimate
L∞模估计
补充资料:Bayes估计量


Bayes估计量
Bayesian estimator

Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时,一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量,决策空间D与集合0重合.且损失L(0,d)表示变量0与估计d的偏离.因此,函数L勿,d)通常假定为有形式L勿,d)=a(e)又(口一d),其中又是误差向量0一d的某个非负函数,若k二1,则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口,d)=}‘一d1’.对这一损失函数,Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“,一,‘薯必,“一”‘·’2’〕口‘么,叮‘““,达到的函数,或与之等价,了是使最小条件损失 ,母‘E{[口一占(x)]2+“)达到的函数,由此推出,在平方损失函数的场合,B竹es估计量与后验均值占‘(x)=E勿{x)相等,而Bayesj双险(Bayes risk)为 。‘二,占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!,、}. 例设二=(x,,,二,戈),这里x,,,二,x。为具正态分布N勿,。’)的独立同分布变量,护己知,而未知参数0有正态分布N扭,铲).因为当x给定时口的后验分布为正态N(拜。,T:一、其中 n又。2一十“下一2 灿。二一—,,。一二n口‘一奋了一_ n口一汁~下且万=(x,十一+凡)/。,可知在平方损失函数{分一引’之下,Bayes估计量为占’(x)=线,而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
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