1) non-parametric GAM
非参数广义相加模型
2) semi-parametric generalized additive model(GAM)
半参数广义相加模型(GAM)
3) 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。
4) 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。
5) GAM
[英][gæm] [美][gæm]
广义相加模型
1.
The Application of GAM in Research of Air Temperature s Effect on Heath;
广义相加模型在气温健康效应研究中的应用
2.
[Objective]To investigate the application of generalized additive models(GAM)to the study of asthma risk factors.
[目的]探讨广义相加模型(GAM)在哮喘危险因素研究中的应用。
6) Nonparametric additive model
非参数可加模型
补充资料：非参数模型辨识
利用直接记录或分析系统的输入和输出信号的方法估计系统的非参数模型。所谓非参数模型是指系统的数学模型中非显式地包含可估参数。例如，系统的传递函数、频率响应、脉冲响应、阶跃响应等都是非参数模型。非参数模型通常以响应曲线或离散值形式表示。非参数模型的辨识可通过直接记录系统输出对输入的响应过程来进行；也可通过分析输入与输出的自相关和互相关函数(见相关分析法建模)，或它们的自功率谱和互功率谱函数(见频谱分析方法建模)来间接地估计。非参数模型是经典控制理论中常用的描述线性系统的数学模型。传递函数反映输入与输出的拉普拉斯变换在复数域上的响应关系，频率响应反映它们的傅里叶变换在频率域上的响应关系，而脉冲响应和阶跃响应则是在时域上的响应关系。它们从不同的方面反映系统的动态特性。非参数模型比参数化模型直观，辨识非参数模型的方法和计算也比辨识参数化模型的简单。脉冲响应可以用直接记录输入脉冲函数的输出响应的方法来辨识；频率响应也可以直接利用单频正弦输入信号的响应来辨识。但是这种直接辨识方法只能应用于无随机噪声的确定性系统。对于有随机噪声的系统或随机输入信号，必须使用相关分析法或功率谱分析方法。随着快速傅里叶变换仪、伪随机信号发生器和相关仪的问世，辨识系统的非参数模型已变得比较容易。但非参数模型应用于实时控制和适应性控制仍不如参数化模型方便。非参数模型在某些情形下，可以转化为参数模型。例如，如果一个系统的传递函数可以表示为有理分式H(s)=K/(a+s)，则系统的模型可以用常微分方程y＇+ay=ku表示，a与k为待估计的模型参数，这是参数化模型。又如，对于离散系统的权函数序列（离散脉冲响应序列）{hi，i=0,1,...}，如果在i充分大（如i>N0），而│hi│充分小时,则模型可以表示为并可用最小二乘法给出有穷权函数序列{hi，i=0,1,...N0}的估计。一般说来,由参数模型容易获得非参数的脉冲响应或频率响应，但由非参数模型化为参数模型则要困难得多。
参考书目
P.艾克霍夫著，潘科炎、张永光等译：《系统辨识：状态与系统参数估计》，科学出版社，北京，1980。(P.Eykhoff, Systems Identification, Wiley, London,1974.)
参考书目
P.艾克霍夫著，潘科炎、张永光等译：《系统辨识：状态与系统参数估计》，科学出版社，北京，1980。(P.Eykhoff, Systems Identification, Wiley, London,1974.)
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