2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在小區(qū)域估計研究中,根據(jù)對數(shù)據(jù)有無假定的模型導(dǎo)出的分布假設(shè),可分為基于設(shè)計和基于模型的估計方法?;谠O(shè)計指直接估計利用調(diào)查權(quán)重以及相應(yīng)推斷基于樣本設(shè)計導(dǎo)出的概率分布,基于模型指直接估計一般不利用調(diào)查權(quán)重以及相應(yīng)的推斷基于假定的模型導(dǎo)出的概率分布。本文首先從考察無分布假設(shè),存在小區(qū)域的多區(qū)域獨立同分布同方差類型的數(shù)據(jù)出發(fā),到探索有分布假設(shè),存在小區(qū)域的多區(qū)域同分布且區(qū)域間存在空間相關(guān)性類型的數(shù)據(jù)。對不同數(shù)據(jù)類型進(jìn)行了如下研究:
  

2、第一,針對多區(qū)域獨立同分布同方差數(shù)據(jù),根據(jù)單區(qū)域組合估計量,利用了一種公共最佳權(quán)重James-Stein估計量,通過實例分析和數(shù)值模擬發(fā)現(xiàn)該方法估計精度要高于組合估計量。
  第二,在對消除同方差條件的數(shù)據(jù)下,首先,實例驗證非參數(shù)經(jīng)驗貝葉斯針對該數(shù)據(jù)類型適用范圍狹窄的現(xiàn)象;進(jìn)而結(jié)合疾病地圖理論,利用參數(shù)經(jīng)驗貝葉斯方法下的Poisson-Gamma模型,其中用牛頓-拉夫遜迭代計算基于該數(shù)據(jù)模型下極大似然估計法和交叉迭代法的參數(shù)數(shù)值解

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論