收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

半参数变系数部分线性模型的统计推断

赵培信  
【摘要】: 半参数变系数部分线性模型既含有参数分量,又含有非参数分量.因此,该模型不但保留了参数模型易于解释的优点,而且还有着较广的适应性.线性模型、部分线性模型以及变系数模型都是该模型的特殊情形.目前,半参数变系数部分线性模型已被广泛应用到生物医学以及计量经济学等领域.另外,在实际应用中常常遇到纵向数据、缺失数据以及测量误差数据等复杂数据.关于复杂数据处理方法的研究已成为现代统计分析的热点课题之一.因此,研究复杂数据下的半参数变系数部分线性模型的统计推断有着一定的理论意义和实用价值. 本论文主要在纵向数据、测量误差数据以及缺失数据等复杂数据下,研究了半参数变系数部分线性模型的统计推断问题.首先,把经验似然方法应用到复杂数据下半参数变系数部分线性模型的估计问题中,推广了经验似然方法的应用领域.其次,利用经验似然方法研究了半参数变系数部分线性模型的检验问题,改进了已有的模型检验方法.最后,结合惩罚估计方法,研究了复杂数据下半参数变系数部分线性模型的变量选择问题.提出了关于模型中参数分量以及非参数分量的变量选择方法,改进并推广了已有的结果.具体地讲,论文的研究内容有以下几个方面: 对独立数据下的半参数变系数部分线性模型,主要考虑了模型的检验问题以及变量选择问题.首先,基于profile经验似然方法研究了模型的检验问题.分别构造了参数分量以及非参数分量的经验对数似然比检验统计量.与已有的经验似然检验方法不同的是,我们所构造的经验对数似然比检验统计量渐近服从标准卡方分布.进而得到了一定置信水平的拒绝域,改进了已有的模型检验方法.模拟研究表明所提出的检验方法对备择假设是相当敏感的.其次,利用基函数逼近以及惩罚最小二乘方法,我们对模型的变量选择问题提出了一个变量选择方法.该变量选择方法可以同时对模型中的参数分量以及非参数分量进行变量选择,改进了已有的两阶段变量选择过程.考虑到正则估计的优良性质依赖于调整参数的选择,我们还从模型选择相合性的角度出发,改进了已有的调整参数的选择方法.模拟研究表明我们的变量选择方法具有较好的有限样本性质. 对纵向数据下的半参数变系数部分线性模型,我们提出了一个group经验似然推断方法.该方法可以有效地处理纵向数据的组内相关性给构造经验似然比函数带来的困难.并且对纵向数据下的半参数变系数部分线性EV模型,通过巧妙地构造偏差校正的辅助随机向量,提出一个校正的经验似然推断方法.另外,利用残差调整的方法,给出了一个关于模型中非参数分量的残差调整经验对数似然比函数.理论研究发现,在没有欠光滑的条件下,关于参数分量以及非参数分量的经验对数似然比函数均渐近服从标准卡方分布,进而构造了参数分量的置信域以及非参数分量的逐点置信区间.并且在估计过程中,仍可以通过数据驱动方法选择最优带宽,改进了已有的经验似然推断方法.最后通过数据模拟以及一个实例分析研究了所提出方法的有限样本性质. 对响应变量随机缺失下的半参数变系数部分线性模型,首先,利用经验似然方法,考虑了模型中参数分量的估计问题.结合逆边际概率加权方法并通过巧妙地构造基于借补值的辅助随机向量,提出了一个基于借补值的经验似然统计推断方法.与已有的借补经验似然推断方法不同的是,我们所构造的借补经验对数似然比函数仍然渐近服从标准卡方分布,进而给出了参数分量的置信域.其次,我们考虑了模型的变量选择问题.结合惩罚借补估计方程,提出了一个变量选择方法.从理论上证明了所提出的变量选择方法可以相合地识别出真实模型,并且对回归系数的正则估计达到了最优收敛速度.模拟研究表明所提出的基于借补值的经验似然推断方法以及变量选择方法具有较好的有限样本性质. 对半参数变系数部分线性EV模型,我们主要在参数分量以及非参数量均含有测量误差的情况下,考虑了模型的变量选择问题.利用偏差校正以及惩罚最小二乘方法,提出了一个偏差校正的变量选择方法.该变量选择方法允许模型的参数分量以及非参数分量均含有测量误差,改进并推广了已有的变量选择方法.并且对非参数分量,我们还提出了一个新的偏差校正方法.通过选择适当的调整参数,证明了所提出的变量选择方法可以相合地识别出真实模型,并且所得的正则估计具有oracle性质.模拟研究表明我们的变量选择方法是可行的. 对协变量调整线性回归模型,我们提出了一个校正的经验似然推断方法.证明了所构造的校正经验对数似然比函数渐近服从标准卡方分布,进而给出了回归系数的置信区间.该区间估计方法不需要给出扰动函数以及任何渐近方差的相合估计,改进了已有的统计推断方法.另外,通过数据模拟以及一个实例分析研究了所提出方法的有限样本性质.


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵为华;指数族半参数非线性模型的变离差检验[J];南通大学学报报(自然科学版);2004年04期
2 唐云锦;易学锋;;半参数回归在人力资源需求预测中的应用[J];中国商贸;2011年33期
3 林亮;李铁;王炯琦;;基于半参数回归的外弹道节省参数估计[J];弹道学报;2010年04期
4 梁华;一个半参数可加模型中渐近性的一点注记[J];应用数学;1996年03期
5 姜荣;邵明江;钱伟民;;半参数非线性模型中的t-型估计和影响分析[J];华东师范大学学报(自然科学版);2011年03期
6 姜荣;钱伟民;周占功;;半参数测量误差模型中参数的随机加权估计[J];同济大学学报(自然科学版);2011年05期
7 高宁;崔希民;高彩云;王果;赵万东;;变形平差系统模型误差的半参数补偿方法[J];大地测量与地球动力学;2012年01期
8 曾林蕊;朱仲义;;半参数广义线性随机效应模型的影响分析[J];数学物理学报;2007年04期
9 张浩;朱仲义;;半参数广义线性混合效应模型的影响分析[J];应用数学学报;2007年04期
10 陈雪东;李保东;唐年胜;;半参数非线性再生散度模型的渐近推断[J];数学年刊A辑(中文版);2008年03期
11 林静;陈杰;;半参数共享脆弱性模型及其可靠性应用研究[J];电子产品可靠性与环境试验;2008年03期
12 卢一强;娄秀勤;贾利新;;具有幂变换的半参数分位数回归[J];河南科学;2011年08期
13 高贤志;蒋效雄;陈伟;李德才;;一种基于半参数回归的加速度计误差模型辨识方法[J];中国惯性技术学报;2012年03期
14 柴根象,徐克军;半参数回归的线性小波光滑[J];应用概率统计;1999年01期
15 郑国庆;张国权;;基于模拟退火算法的半参数线性回归模型的参数估计[J];华南农业大学学报;2006年02期
16 刘焕彬;何穗;孙六全;;复发事件下一般半参数比率回归模型[J];应用数学学报;2008年04期
17 叶阿忠;吴相波;黄志刚;;半参数计量经济联立模型的局部线性广义矩变窗宽估计[J];福州大学学报(自然科学版);2007年06期
18 陆书芳;;基于半参数GARCH模型的上证指数实证分析[J];重庆工商大学学报(自然科学版);2013年06期
19 柴根象,张文扬;半参数回归估计的相合条件[J];数学物理学报;1995年03期
20 田厚坤;祝佳佳;解锋昌;;半参数广义幂威布尔回归模型的诊断分析[J];河北大学学报(自然科学版);2010年06期
中国重要会议论文全文数据库 前4条
1 李玉梅;钱伟民;;纵向数据半参数混合效应模型中的估计方法[A];2003中国现场统计研究会第十一届学术年会论文集(上)[C];2003年
2 许友传;;基于半参数GARCH模型的中国黄金市场波动性研究[A];第十一届中国管理科学学术年会论文集[C];2009年
3 叶阿忠;李子奈;;半参数计量经济联立模型的工具变量估计[A];21世纪数量经济学(第8卷)[C];2007年
4 陈志强;王晓佳;杨善林;;基于补偿最小二乘的半参数回归分析在用电量预测中的应用研究[A];第十三届中国管理科学学术年会论文集[C];2011年
中国博士学位论文全文数据库 前5条
1 李海芬;平滑估计方法在半参数生存模型中的应用研究[D];华东师范大学;2012年
2 孙志猛;复杂数据下半参数单调回归模型的估计[D];北京工业大学;2011年
3 胡雪梅;半参数变系数部分线性度量误差模型中的序列相关检验和经验似然[D];中南大学;2008年
4 王凯平;对独立及相依数据的非参和半参模型的半参调整[D];山东大学;2008年
5 赵培信;半参数变系数部分线性模型的统计推断[D];北京工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 张岩;半参数逆回归降维模型及其应用[D];浙江大学;2008年
2 臧微;半参数非线性再生散度模型的影响评价[D];贵州财经学院;2010年
3 田瑜;半参数项目反应模型[D];山东大学;2008年
4 宋伟平;截尾三段线性函数期望与方差的半参数界[D];哈尔滨工业大学;2011年
5 郭艳丽;半参数非线性再生散度模型的局部影响分析[D];贵州财经学院;2010年
6 何义华;半参数回归曲线的对比[D];湖南师范大学;2011年
7 张燕;半参数函数关系模型参数估计的研究[D];西北大学;2007年
8 王晓叶;基于半参数技术对我国上市公司信用风险的研究[D];浙江工业大学;2013年
9 王肖南;半参数可加模型的Liu型估计[D];中央民族大学;2013年
10 尹中萍;半参数偏正态回归模型的统计分析[D];南京农业大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978