本项目致力于具有复杂数据的若干回归模型的统计理论和方法的研究,它们包括广义线性模型,计量经济和生存分析中提出的因变量受限制的模型,线性转换模型, 多维和多发病时间数据模型, 和治愈率模型等统计学界关注的重要模型.在这些模型中, 观测数据常常是不完全和不规则的,这加大了统计研究的难度. 我们将对统计建模和统计推断, 寻求简单有效的统计方法, 发展有关的渐近理论,建立有关估计量和检验统计量的极限分布. 对涉及的多余参数难于估计的假设检验问题,现有的用于分布逼近的Bootstrap或随机加权方法都离不开多余参数的估计, 我们将发展一种新的直接的Bootstrap和随机加权方法,而不必求助于多余参数的估计.本项目的数学理论将涉及极限理论、计数过程和再生核等有关理论.这些研究可引发一连串的后续研究,具有重要的理论意义和应用前景.
{{i.achievement_title}}
数据更新时间:2023-05-31
多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法
一种基于多层设计空间缩减策略的近似高维优化方法
基于旋量理论的数控机床几何误差分离与补偿方法研究
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
基于复杂数据的回归模型统计推断及其应用
若干复杂纵向数据模型的统计推断
复杂数据下带跳回归模型的统计分析
不完全数据下若干分位数回归模型的统计推断研究