1) Semiparametric model
半参数模型
1.
Least square nearest neighbor estimator of non-linear semiparametric models;
非线性半参数模型最小二乘近邻估计
2.
Penalized least squares for semiparametric models under stochastic censored;
随机删失下半参数模型的补偿估计方法
3.
In order to surmount many deficiencies in determining the parameters of plate movement by least square(LS) method,we have set up a semiparametric model based on compensated LS principle.
结果表明,利用半参数模型求解板块运动参数,在观测台站数目较多且分布较均匀的情况下,与NNR-NUVEL1A模型的解算结果具有较好的一致性;较之于最小二乘方法,半参数板块运动模型的解释能力更强。
2) semi-parametric model
半参数模型
1.
Separation of systematical errors in processing high precision baselines based on semi-parametric model;
基于半参数模型的高精度GPS基线处理中系统误差的分离
2.
The text of several different methods of estimation of the weight function selection of details,and the estimated parameters of sound thinking applied to the semi-parametric estimation model,a semi-parametric model robust compensation generalized least squares estimation,through their example of stability,come to a conclusion.
对几种不同的估计方法的权函数选取进行了详述,并将参数稳健估计的思想应用到半参数模型估计中,提出了半参数模型抗差广义补偿最小二乘估计,通过算例对其稳健性进行了比较,得出了结论。
3.
There are two crucial steps in resolving semi-parametric model.
通过算例 ,将基于L \|曲线法确定平滑因子的半参数模型解算方法和其他方法进行了比较。
4) semi-parameter model
半参数模型
1.
The hypothesis testing method is used to test if there are systematic residuals in the model of the measurement adjustment,and semi-parameter model is used to separate the systematic residuals for the mathematic models with systematic residuals.
用假设检验方法检验测量平差模型是否存在系统误差,对存在系统误差的数学模型用半参数模型分离出系统误差,利用三次样条函数拟合系统误差,将系统误差参数化,达到精化平差模型的目的,结果说明半参数模型能有效修正参数模型中的系统误差。
5) semiparametric regression model
半参数回归模型
1.
Asymptotic behavior of semiparametric regression model under missing data;
缺失数据下半参数回归模型的渐近性质
2.
Local linear smoothing to semiparametric regression model under missing response data;
缺失数据下半参数回归模型的局部线性光滑
3.
Convergence rates of M-estimates in a semiparametric regression model;
一类半参数回归模型中M估计的收敛速度
6) 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。
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