① 什么是分布滞后模型参数估计的经验加权法
是分布滞后模型参数估计的经验加权法是：
分布滞后模型，是要将当期数据减去前期数据，得到新数据为新变量的当期数据，而初期数据没得减，就损失掉了，自由度就是样本观测值的数量，所以损失了自由度。一般情况下，样本观测值的减少会降低估计精度。
含义
在涉及时间序列数据的回归分析中，如果回归模型中不仅包含有解释变量的当前值，还含有它们的滞后值，就把它称为分布滞后模型（distributed-lag model）。如果模型在它的解释变量中包含有因变量的一个或多个滞后值，就称它为自回归模型（autoregressive model）。如果模型中的解释变量中既包含有解释变量的滞后值又含有被解释变量的滞后值，就将其称为自回归分布滞后模型。
② 参数模型和非参数模型的区别
参数和非参可以简单的这样理解区别：参数模型是求一个解析解，非参是近似解。参数是数量化的得到一个确定的结果；非参（利用直接记录或分析输入和输出的方法估计）是一个不完全归纳的过程，得出一个拟合的关系。优势不好比较，两种方法建立的模型要看结果的命中概率了。
③ 过程控制系统中估计模型参数最小二乘法的一次完成算法与递推算法的区别是什么
一次完成算法，要求事先采集并存储好所有的数据，然后进行一次运算，得到结果。
递推算法，每次只需要输入一个或几个新的数据，然后不断更新结果。
因此，如果采集数据需要耗费的时间多，或者数据太大无法一次运算，就可以用递推算法。
④ 怎么运用自上而下估算法
类比估算法也被称作自上而下的估算，是一种通过比照已完成的类似项目的实际成本，去估算出新项目成本的方法。类比估算法适合评估一些与历史项目在应用领域、环境和复杂度方面相似的项目。其约束条件在于必须存在类似的具有可比性的软件开发系统，估算结果的精确度依赖于历史项目数据的完整性、准确度以及现行项目与历史项目的近似程度。采用这个方法的前提是：a.对以前项目规模和工作量的计量是正确的；b.至少有一个以前的项目的规模和新项目类似；c.新项目的开发周期、使用的开发方法、开发工具与以前项目的类似，而且开发人员的技能和经验也不能与原。类比法的基本步骤是：整理出项目功能列表和实现每个功能的编码行数。标识出每个功能列表与历史项目的相同点和不同点，特别要注意历史项目做得不够的地。方；（吃一堑，涨一智；避免犯同样的错误）通过步骤1和2得出各个功能的估计值；4、产生规模估计。优点：估计较为准确；缺点：要依赖于实际经验；必须要有类似的项目可供参考采用类比法往往还要解决可重用代码的估算问题。估计可重用代码量的最好办法就是由程序员或系统分析员详细地考查已存在的代码，估算出新项目可重用的代码中需重新设计的代码百分比、需重新编码或修改的代码百分比以及需重新测试的代码百分比。根据这三个百分比，可用下面的计算公式计算等价新代码行：等价代码行=[(重新设计%+重新编码%+重新测试%)/3]×已有代码行比如：有10，000行代码，假定35%需要重新设计，55%需要重新编码，75%需要重新测试，那么其等价的代码行可以计算为：[(30%+50%+70%)/3]×10,000=5,500等价代码行。即：重用这10000代码相当于编写5500代码行的工作量。
⑤ 这些数列为什么要乘于2然后再进行累加怎样才能知道一个数列是要累乘还是累加呢
本题中乘2 乘2^2 ----目的是为了在累加时能够左右抵消. 也就是把数凑足吧,便于计算.
递推关系a(n+1)-an=f(n) ,求an累加法
递推关系a(n+1)/an=f(n),求an 累乘法
希望能帮到你, 望采纳. 祝学习进步
⑥ 功率谱估计的参数模型方法
众所周知，对一个研究对象建立数学模型是现代工程中常见的方法，它一方面使研究的对象有一个简洁的数学表达式，另一方面，通过对模型的研究，可得到更多的参数，也可使我们对所研究的对象有更深入的了解。
通常，人们会或多或少地掌握关于被估计随机过程的某些先验知识，从而有可能对它作出某些合理的假定。例如，为它建立一个准确或至少近似的模型，而不必像经典功率谱估计方法那样主观武断地认为凡未观测到的数据都等于零。这就从根本上摒弃了对数据序列加窗的隐含假设。以参数模型为基础的功率谱估计思路如下。
（1）通过对随机过程的理论分析和实验研究，为该随机过程选择一个合理的模型，即假定所研究的过程x（n）是由一输入序列ε（n）激励一线性系统H（z）的输出；
（2）由已知的x（n）或其自相关函数rxx（m），选择有效算法来估计该模型的参数H（z）；
（3）用估计得到的模型参数H（z）计算x（n）的功率谱Pxx（ejω）。
图4-1 序列x（n）的有理传输函数模型
实际应用中所遇到的随机过程大多数都可以用有理传输函数（系统函数）模型很好地逼近，如图4-1所示。设输入激励ε（n）是均值为零、方差为
的白噪声序列，线性系统传输函数为
地球物理信息处理基础
式中：bk是MA系数；ak是AR系数（详见第一章）。若h（n）是实的，则三种类型的差分方程、系统函数以及功率谱分别为
（1）全零点模型
地球物理信息处理基础
或
地球物理信息处理基础
（2）全极点模型
地球物理信息处理基础
地球物理信息处理基础
或
地球物理信息处理基础
（3）极点——零点模型
地球物理信息处理基础
或
地球物理信息处理基础
由第一章知，如果功率谱完全是连续的，那么可以用一个无限阶的MA过程来表示任何ARMA过程或AR过程；可以用一个无限阶的AR过程来表示任何ARMA或MA过程。因此，如果选择了一个不合适的模型，但只要模型的阶数足够高，从理论上讲，它仍然能够比较好地逼近被建模的随机过程。估计ARMA或MA模型参数一般需要解一组非线性方程，而估计AR模型参数通常只需解一组线性方程。限于篇幅，本章主要介绍AR模型分析，由于其模型的参数提取为线性问题，易于解决。
⑦ 什么是类比估算和参数估算，它们有什么不同
以下选项都是正确的：
1.类比估算是指利用过去类似项目的实际费用作为当前项目费用估算的基础。
2.参数估算法是一种运用历史数据和其他变量之间的统计关系，来计算计划活动资源费用估算的技术。
3.费用类比估算一般比参数估算更少成本，但它也一般更不准确。
以下是类比估算的优点和缺点：
类比估算的优点类比估算的缺点迅速精确度略差不需要识别所有的项目活动在对项目细节信息了解有限的情况下做出估算成本较少需要丰富的经验才能做好能够让项目经理了解管理层的期望水平获得的是最大块的预算却难以证明为何是需要的整个项目的费用能够有一个概览对不确定性大的项目而言是非常困难的
未能将项目之间的差异考虑在内
⑧ 成本估算的成本估算的工具和技术
1.类比估算法：也叫自上而下估算法，他是使用相似项目的实际成本作为项目成本估算的根据。
2.自下而上估算法：是估计各个工作项或活动，并将单个工作项汇总成整体项目估算的一种方法，又是成为基于活动成本法（ABC法）。
3.工作分布估算法：使用项目阶段百分比来估算。
4.参数模型法：是在数学模型中应用项目特征（参数）估算项目成。
5.启发式估算：使用历史数据和统计关系来估算
6.分阶段估算：按阶段逐一估算项目（最适合高风险项目的估算技巧）
7.计算机化工具。
⑨ 为什么对已经估计出参数的模型还要进行检验你能举一个例子说明各种检验的必要性吗
是的。
重要性：
首先，在设定模型时，所引用的经济理论可能是不完善的；或者虽然经济理论是正确的但是我们对问题认识的局限性导致了结果的特殊性，可能有偏差。
其次，我们用以估计参数的统计数据或其他信息可能并不十分可靠，或者较多的采用了经济突变时期的数据，不能真实代表所研究的经济关系，或者由于样本太小，会有抽样的偶然误差。
因此需要用检验对估计的参数进行评判，判定是否有经济意义，判断统计上是否有足够的可靠性。
(9)参数模型估算法为什么要累乘扩展阅读：
对于回归问题，一般采用均方误差验证。对于分类问题，首先要明确两个概念：查准率和查全率。数据可以分成四种类别：真正例TP、真反例TN、假正例FP、假反例FN。
TP是指预测结果是正例，实际也是正例的数据；TN指预测结果是反例，实际也是反例的数据；FP是指预测结果是正例，实际是反例的数据；FN指预测结果是反例，实际是正例的数据。可以构成一个混淆矩阵。
查全率表示在实际是正例/反例的数据中预测为正例/反例的比例，就好比瓜农拿了几个好瓜给我们，我们觉得有几个瓜比较甜，实际上全都很甜。查准率和查全率是比较矛盾的两个指标，一方较大那么另一方往往会较小。
P-R曲线可以用来评估两个学习器的效果好坏，以查准率为横轴、查全率为纵轴。如果一条学习器的曲线能完全包住另一条曲线，那么前者的效果比后者好。如果两条曲线有交叉，那么平衡点离两个坐标轴较远的学习器效果较好。
对于roc曲线而言，如果一个学习器的曲线能够完全包住另一条曲线，那么前者的效果好于后者，这和P-R曲线相同。
