1) Penalized least-squares
惩罚的最小二乘
3) penalized weighted least square estimators
惩罚加权最小二乘估计
4) SCAD-penalized least squares estimators
SCAD惩罚最小二乘估计
1.
The SCAD-penalized least squares estimators performs well in computation and stability.
本论文研究稀疏高维背景下的广义线性模型的SCAD惩罚最小二乘估计的渐近性质。
5) penalized least squares
罚最小二乘原理
1.
In this paper, based on penalized least squares, the penalized weighted sum of squares is set up.
利用罚最小二乘原理构造加权惩罚平方和,利用半参数回归模型方法解算整周模糊度,导出了模型中正规化矩阵正定时参数平差的计算方法,用直接法得到了整周模糊度的估计量,给出了相应的公式,并用一个实例说明了此方法的有效性。
2.
In this paper,based on penalized least squares,the penalized weighted sum of squares is set up.
利用罚最小二乘原理构造加权惩罚平方和,利用半参数回归模型方法解算整周模糊度,导出了模型中正规化矩阵正定时参数平差的计算方法,用直接法得到了整周模糊度的估计量,给出了相应的公式。
补充资料：非线性最小二乘拟合
分子式：
CAS号：
性质：用最小二乘法拟合非线性方程。有些变量之间的非线性模型，通过变量变换可以化为线性模型，此称为外在线性。而有些变量之间的非线性模型，通过变量变换不能化为线性模型，通称为内在非线性。对于非线性模型y=f(ξ,θ)+ε，其残差平方和。S(θ)是θ的函数，当模型关于θ是非线性的，正规方程关于θ也是非线性的。基于使残差平方和s(θ)达到极小的原理求出θ的估计值，拟合非线性回归方程。
CAS号：
性质：用最小二乘法拟合非线性方程。有些变量之间的非线性模型，通过变量变换可以化为线性模型，此称为外在线性。而有些变量之间的非线性模型，通过变量变换不能化为线性模型，通称为内在非线性。对于非线性模型y=f(ξ,θ)+ε，其残差平方和。S(θ)是θ的函数，当模型关于θ是非线性的，正规方程关于θ也是非线性的。基于使残差平方和s(θ)达到极小的原理求出θ的估计值，拟合非线性回归方程。
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