非线性半参数模型最小二乘核估计的迭代算法  

Iterative estimating formulas of least-squares kernel estimator of non-linear semiparametric models

作　　者：张松林[1] 张昆[2] 王新洲[3] 

机构地区：[1]同济大学测量与国土信息系,上海200092 [2]华东师范大学地理信息科学教育部重点实验室,上海200062 [3]武汉大学灾害监测与防治研究中心,武汉430072

出　　处：《华中师范大学学报（自然科学版）》2009年第1期19-22,共4页Journal of Central China Normal University：Natural Sciences

基　　金：国家自然科学基金项目(40474003);华东师范大学地理信息科学教育部重点实验室开放课题(LGISEM0809);三峡大学三峡库区地质灾害教育部重点实验室开放基金(2008KDZ06)

摘　　要：基于非线性半参数模型最小二乘核估计,给出了核估计参数分量和非参数分量估计的构造式,导出了利用高斯-牛顿迭代法的计算公式.实测数据的模拟表示该算法具有较好的拟合精度.Basing on the nonlinear semiparametric models, this paper focuses on the kernel estimating theory of nonlinear semiparametric models under the Least-Squares principle, including the calculating formulae of the estimation of parametric and nonparametric components, and gives the iterative nonlinear estimating formulae of Kernel Estimator. The calculation results of GPS data show that the fit is good.

关 键 词：非线性模型 半参数模型 核估计 迭代算法 

分 类 号：O212[理学—概率论与数理统计]