高维问题和稳健性研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    10901020
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    16.0万
  • 负责人：
    金蛟
  • 依托单位：
    北京师范大学
  • 学科分类：
    A0402.统计推断与统计计算
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

对于两样本均值检验问题， 当p/n→y, y 接近1时，BS检验统计量比Hotelling's T^2 检验统计量有显著好的功效。本项目研究当p远远大于n时的检验问题，拟探讨BS检验统计量在p>1时的渐近功效问题。对于多总体（g≥2）均值检验问题，James R. Schott 提出了推广的BS检验统计量，在一定条件下当p/e→r, e＝n-g，r ∈ (0,∞)时得到零假设下渐近分布为正态分布。考虑到BS检验统计量渐近性质研究时无需正态的假设条件，本项目研究弱化James R. Schott所得结论所需的条件，在相对一般的条件下探讨推广的BS检验统计量所具有的渐近性质。本项目研究一类边际广义变系数部分线性模型的稳健估计。用B-样条近似函数系数部分，利用有界得分函数和基于杠杆点的权重来处理异常值和提高稳健性。探讨随机截尾方差的性质及统计深度函数的性质及应用。研究稳健方法在实际数据中的应用。

结项摘要

青年基金研究了p>n时两样本均值检验问题，在相对一般的条件下探讨检验统计量所具有的渐近性质。研究了一类边际广义变系数部分线性模型的稳健估计。提出了深度函数族，给出了基于统计深度函数的稳健判别分析方法。研究了稳健典型相关分析方法，得到典型相关系数和权重向量的相合性和渐近正态性等大样本性质。研究了研究稳健方法在实际基因数据中的应用，取得效果的明显改善。在探讨稳健方法在实际数据中的应用时，本项目考虑了对称分布位置参数的稳健估计问题，提出的自适应切尾均值的估计精度远好于其他估计方法。

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Sieve M-estimation for semiparametric varying-coefficient partially linear regression model
半参数变系数偏线性回归模型的筛M估计
  • DOI：
    10.1007/s11425-010-4030-7
  • 发表时间：
    2010-07
  • 期刊：
    Science China Mathematics
  • 影响因子：
    --
  • 作者：
    Hu Tao, Cui hengjian
  • 通讯作者：
    Hu Tao, Cui hengjian
Asymptotic distributions in the projection pursuit based canonical correlation analysis
基于投影寻踪的典型相关分析中的渐近分布
  • DOI：
    10.1007/s11425-010-0035-5
  • 发表时间：
    2010-02-01
  • 期刊：
    SCIENCE CHINA-MATHEMATICS
  • 影响因子：
    1.4
  • 作者：
    Jin Jiao;Cui HengJian
  • 通讯作者：
    Cui HengJian
Efficient estimation of a varying-coefficient partially linear binary regression model
变系数部分线性二元回归模型的有效估计
  • DOI：
    10.1007/s10114-010-8043-5
  • 发表时间：
    2010-10
  • 期刊：
    Acta Mathematica Sinica-English Series
  • 影响因子：
    0.7
  • 作者：
    Hu Tao;Cui Hengjian
  • 通讯作者：
    Cui Hengjian
Adaptive trimmed mean as a location estimate
自适应修剪平均值作为位置估计
  • DOI：
    10.1007/s11424-012-1072-7
  • 发表时间：
    2012-10
  • 期刊：
    Journal of Systems Science and Complexity(JSSC)
  • 影响因子：
    --
  • 作者：
    Yong Li;Jiao Jin;Siming Li
  • 通讯作者：
    Siming Li

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

边际加法危险率分布的变联结参数copula模型
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    北京师范大学学报自然科学版
  • 影响因子：
    --
  • 作者：
    曹志强;金蛟;吴儒杰;张久玲;李慧
  • 通讯作者：
    李慧
测量误差模型损失修正估计方法及其应用研究
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    统计研究
  • 影响因子：
    --
  • 作者：
    金蛟;李瞳辉;徐帅帅;安金兵
  • 通讯作者：
    安金兵
线性EV模型参数的联合损失修正估计
  • DOI：
    10.16360/j.cnki.jbnuns.2019.03.003
  • 发表时间：
    2019
  • 期刊：
    北京师范大学学报. 自然科学版
  • 影响因子：
    --
  • 作者：
    李瞳辉;金蛟;童行伟
  • 通讯作者：
    童行伟
基于残差分析的0-1评分认知诊断模型项目拟合指标研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    北京师范大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    李姗姗;张淑梅;金蛟;张雪晴
  • 通讯作者：
    张雪晴

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

金蛟的其他基金

度量误差模型及稳健性研究
  • 批准号：
    11771048
  • 批准年份：
    2017
  • 资助金额：
    48.0 万元
  • 项目类别：
    面上项目
多元统计分析中的稳健方法及应用
  • 批准号：
    10726013
  • 批准年份：
    2007
  • 资助金额：
    3.0 万元
  • 项目类别：
    数学天元基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码