部分线性模型

摘要： 针对网格数据构建了部分线性变量含误差模型。在部分线性变量含误差的网格数据模型解释变量为固定设计的情形下,分别在单向维度观测样本容量趋于无穷和两个维度观测样本容量同时趋于无穷时对模型线性部分的未知参数、误差方差和非线性部分的未知函数进行了大样本统计推断研究。对模型线性部分未知参数和误差方差的改进的最小二乘估计量,在较弱的条件下推出估计量具有强相合性并得到收敛速度;对模型非线性部分未知函数的样条函数估计量,在一定的条件下证明了其具有强相合性并得到其收敛速度。在一定的正则条件下,分别对单向维度观测样本容量趋于无穷和两个维度观测样本容量同时趋于无穷的两种情形证明了模型线性部分未知参数和误差方差的估计量服从渐近正态分布,并对每种情形给出了渐近方差的表达式。

摘要： 在平稳相协误差下,本文采用分组经验似然方法构造部分线性模型回归系数的置信区域,证明了分组经验似然比统计量渐近卡方分布,该结果可用于构造回归系数的经验似然置信域.进一步地,我们还在有限样本情形做了数值模拟研究.

摘要： 通过构造辅助回归模型并结合正则极小绝对偏差估计技术,对部分线性工具变量模型提出了一个稳健的有效工具变量识别方法.该方法在数据含有部分异常值的情况下能够正确地识别出有效工具变量,并给出模型参数的相合估计.作为应用,利用所提出的方法对中国大陆地区对外贸易开放与经济增长的关系进行了实证分析.研究结果表明在处理贸易开放度的内生性问题上,各地区的国外市场接近度是一个行之有效的工具变量,并且发现对外贸易开放对经济增长有着显著的推动作用.

摘要： 部分线性模型是一类非常重要的半参数回归模型,由于它既含有参数部分又含有非参数部分,与常规的线性模型相比具有更强的适应性和解释能力。文章研究带有局部平稳协变量的固定效应部分线性面板数据模型的统计推断。首先提出一个两阶段估计方法得到模型中未知参数和非参数函数的估计,并证明估计量的渐近性质,然后运用不变原理构造出非参数函数的一致置信带,最后通过数值模拟研究和实例分析验证了该方法的有效性。

摘要： 部分线性模型既具有参数模型的灵活性,又能避免维数灾难问题,因此本文考虑用部分线性模型研究贵州地区旅游外汇收入。首先对贵州省2006~2019年旅游外汇收入数据用主成分分析进行降维,用处理后的数据拟合部分线性模型,用拟合后的模型和多元线性回归模型分别对贵州2020年旅游外汇收入值进行预测并分别计算预测值与真实值间的绝对预测误差。部分线性模型所得的绝对预测误差为1.5%,而逐步线性回归方法的绝对预测误差为13.8%。结果表明,本文所用方法优于多元线性回归模型。

摘要： 考虑部分线性空间自回归模型的检验问题,结合B样条逼近方法和矩阵的正交投影技术,对模型的参数分量的检验问题提出了一种基于正交投影的广义似然比检验方法.并且进一步对检验统计量P值的计算问题,提出了一种基于Bootstrap自助法的迭代算法.在对模型参数分量的检验过程中利用了基于矩阵QR分解的正交投影技术,保证了对参数分量的检验过程不受非参数分量的影响,因此具有较好的适应性.

摘要： 本文考虑超高维部分线性模型,其中参数向量维数是样本量的指数阶.基于profile最小二乘方法和保留正则化方法,本文提出了新的变量选择方法用来解决超高维部分线性模型的变量选择问题.在一定的正则条件下,证明了所得估计量的符号相合性.通过数值模拟和实例分析,将该方法与Lasso、SIS-Lasso、自适应Lasso方法进行对比,发现所提方法在恢复线性部分参数向量符号方面明显优于其它方法.

摘要： 受实验观测时长或观测条件导致的数据双侧截断在生存分析等领域十分常见,故而对该类数据在不同适用模型下的讨论具有研究意义。考虑双侧截断数据下的部分线性模型,针对观测到数据的逆概率加权,利用核估计对模型线性部分参数给出估计,并给出估计量的偏差与方差的渐进表达式,与常见的模型参数估计方法相比估计值偏差与标准差有一定程度的提升且更准确。通过数值模拟和AIDS病毒感染年龄与潜伏期的相关数据,验证了该方法的实用性。

摘要： 考虑部分线性空间自回归模型的检验问题,结合B样条逼近方法和矩阵的正交投影技术,对模型的参数分量的检验问题提出了一种基于正交投影的广义似然比检验方法。并且进一步对检验统计量P值的计算问题,提出了一种基于Bootstrap自助法的迭代算法。在对模型参数分量的检验过程中利用了基于矩阵QR分解的正交投影技术,保证了对参数分量的检验过程不受非参数分量的影响,因此具有较好的适应性。

摘要： 在部分变量为内生性协变量为条件的基础上,考虑半函数型部分线性模型的检验问题.采用结合工具变量调整技术和经验似然法,提出一种基于经验似然比统计量的模型检验方法.在原假设的情况下,理论证明所提出的经验似然比统计量渐近服从中心化的卡方分布,从而给出检验问题的拒绝域.结果表明:工具变量的检验方法可避免变量的内生性对模型检验的影响,并且基于经验似然的检验方法具有较好的稳健性.

摘要： 本申请涉及用于多元校准模型维护的聚焦线性模型校正和线性模型校正。设备可以获得与主仪器相关联的主校准模型的主β系数。主β系数可以在目标仪器的网格处。设备可以根据一组约束执行目标函数的约束优化，以便确定一对传递β系数。约束优化可以基于一对初始的传递β系数、主β系数和与侦察集相关联的光谱来执行。设备可以基于该对传递β系数来确定传递β系数。设备可以基于包括该传递β系数的一组传递β系数来确定最终的传递β系数。最终的传递β系数可以与生成对应于主校准模型的传递校准模型以供目标仪器使用相关联。

摘要： 一种非线性模型线性化力修正迭代混合试验方法，尤其涉及一种应用与试验加载部分具有可重复性的迭代混合试验方法，属于结构混合试验技术应用领域。目的是解决同时传统时程级迭代混合试验方法由于运动方程求解时试件反力与所求方程存在轮次差，导致迭代收敛速度慢的问题。本发明对整体结构划分试验子结构和数值子结构，同时根据先验知识，建立试验子结构线性数值模型。通过对整体结构进行数值计算得到试验子结构全时程响应，通过对试验子结构全时程伺服加载得到全时程反力，利用相邻两迭代轮次的试验子结构位移、速度响应带入假定线性化模型对反力进行力修正，并将修正力带入运动方程参与数值计算，提高运动方程求解精度，从而提高迭代收敛速度。

摘要： 本发明公开了一种基于二阶线性微分跟踪器和参数双线性模型的车重估计算法，包括：步骤1，实时采集车辆行驶数据；步骤2，将车速信号送入二阶线性微分跟踪器，得到车辆加速度；步骤3，当整车驱动力和车辆加速度同时大于0且制动踏板未踩下时，执行后续步骤，否则返回步骤1；步骤4，根据车辆纵向动力学模型得到车重线性模型,将滚阻系数和车辆加速度输入给车重线性模型，得到估计车重；步骤5，根据车辆纵向动力学模型得到滚阻系数线性模型，将估计车重和车辆加速度输入给滚阻系数线性模型，得到估计滚阻系数；步骤6，估计结果可信性检验。本发明既避免了额外为车辆加装加速度传感器，又为后续车重估计的精度提供了保证。

摘要： 公开了用于使用预失真补偿非线性子系统的非线性的系统和方法。在一个实施例中，系统包含非线性子系统和预失真器，该预失真器配置成实现非线性子系统的输入信号的预失真，使得预失真补偿非线性子系统的非线性特性。系统还包含适配器，该适配器基于表示非线性子系统的输出信号的反馈信号和表示非线性子系统的输入信号的输入信号自适应地配置预失真器。适配器一般将非线性子系统模型化为对应于非线性子系统的非线性特性的非线性模型和对应于非线性子系统的已知线性特性的线性模型的级联。

摘要： 本申请涉及多元校准模型维护的聚焦线性模型校正和线性模型校正。设备可以获得与主仪器相关联的主校准模型的主β系数。主β系数可以在目标仪器的网格处。设备可以根据一组约束执行目标函数的约束优化，以便确定一对传递β系数。约束优化可以基于一对初始的传递β系数、主β系数和与侦察集相关联的光谱来执行。设备可以基于该对传递β系数来确定传递β系数。设备可以基于包括该传递β系数的一组传递β系数来确定最终的传递β系数。最终的传递β系数可以与生成对应于主校准模型的传递校准模型以供目标仪器使用相关联。

摘要： 本申请涉及用于多元校准模型维护的聚焦线性模型校正和线性模型校正。设备可以获得与主仪器相关联的主校准模型的主β系数。主β系数可以在目标仪器的网格处。设备可以根据一组约束执行目标函数的约束优化，以便确定一对传递β系数。约束优化可以基于一对初始的传递β系数、主β系数和与侦察集相关联的光谱来执行。设备可以基于该对传递β系数来确定传递β系数。设备可以基于包括该传递β系数的一组传递β系数来确定最终的传递β系数。最终的传递β系数可以与生成对应于主校准模型的传递校准模型以供目标仪器使用相关联。

摘要： 本发明公开了一种基于二阶线性微分跟踪器和参数双线性模型的车重估计算法，包括：步骤1，实时采集车辆行驶数据；步骤2，将车速信号送入二阶线性微分跟踪器，得到车辆加速度；步骤3，当整车驱动力和车辆加速度同时大于0且制动踏板未踩下时，执行后续步骤，否则返回步骤1；步骤4，根据车辆纵向动力学模型得到车重线性模型,将滚阻系数和车辆加速度输入给车重线性模型，得到估计车重；步骤5，根据车辆纵向动力学模型得到滚阻系数线性模型，将估计车重和车辆加速度输入给滚阻系数线性模型，得到估计滚阻系数；步骤6，估计结果可信性检验。本发明既避免了额外为车辆加装加速度传感器，又为后续车重估计的精度提供了保证。

摘要： 一种非线性模型的线性化处理方法、装置及存储介质。其中，方法包括：针对每个设备的非线性模型，确定所述模型各个输入参数的取值范围(101)；将每个输入参数的取值范围基于复数个插值点划分为复数个子区间(102)；在每个子区间内均衡确定复数个输入样本值(103)；遍历所述模型各个输入参数的输入样本值组合，利用所述非线性模型得到每个输入样本值组合对应的输出样本值组合(104)；利用所有输入样本值组合与其所对应的输出样本值组合生成一个张量表(105)。上述方法能够针对一些包括非线性物理过程的模型实现非线性模型的线性化处理。

摘要： 本发明提出一种基于部分线性模型的建筑暖通空调负荷优化控制方法，属于电力需求响应的技术领域；该方法首先分别建立建筑的热惰性模型和暖通空调系统模型，对两个模型进行转化得到包含线性部分和数据驱动部分的暖通空调负荷预测模型，利用历史数据拟合得到负荷预测模型的参数；然后根据该荷预测模型，建立建筑室内温度的优化模型，对优化模型求解，计算得到下一个时间点的最优建筑室内温度，实现对建筑暖通空调负荷的优化控制。本方法通过结合物理模型与数据驱动模型使暖通空调预测模型同时具有可解释性与较高的预测精度，从而在实时电价下能够根据该模型对室内温度进行优化，在室内温度保持在一定舒适范围内的前提下降低建筑物能耗成本。

摘要： 本发明提出一种基于部分线性模型的建筑暖通空调负荷优化控制方法，属于电力需求响应的技术领域；该方法首先分别建立建筑的热惰性模型和暖通空调系统模型，对两个模型进行转化得到包含线性部分和数据驱动部分的暖通空调负荷预测模型，利用历史数据拟合得到负荷预测模型的参数；然后根据该荷预测模型，建立建筑室内温度的优化模型，对优化模型求解，计算得到下一个时间点的最优建筑室内温度，实现对建筑暖通空调负荷的优化控制。本方法通过结合物理模型与数据驱动模型使暖通空调预测模型同时具有可解释性与较高的预测精度，从而在实时电价下能够根据该模型对室内温度进行优化，在室内温度保持在一定舒适范围内的前提下降低建筑物能耗成本。