版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在實(shí)際問題中,我們經(jīng)常遇到參數(shù)維度隨著樣本量而增加(參數(shù)維度發(fā)散)的高維數(shù)據(jù).基于線性模型的高維數(shù)據(jù)的統(tǒng)計(jì)研究方法比較成熟,然而對于Tobit模型和相對誤差模型,這一領(lǐng)域的研究比較少.眾所周知,Tobit模型在計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域中有著廣泛的應(yīng)用,以及在分析一類刻度變化數(shù)據(jù)時(shí),相對誤差模型比絕對誤差有著更好的合理性.所以,本文主要研究了當(dāng)參數(shù)維度發(fā)散時(shí)Tobit模型和相對誤差模型的統(tǒng)計(jì)推斷問題.
首先,本文研究了當(dāng)參數(shù)維度發(fā)散時(shí)To
2、bit模型中參數(shù)估計(jì)的漸近性質(zhì),包括相合性、漸近正態(tài)性、收斂速度以及變量選擇.所研究問題的難點(diǎn)在于:(1)參數(shù)維度隨著樣本量增加時(shí),參數(shù)空間、設(shè)計(jì)陣等的條件假設(shè)與參數(shù)維度固定時(shí)的情形不同;(2)基于Tobit模型的最小絕對誤差準(zhǔn)則非凸且不光滑,以往關(guān)于線性模型的研究方法不適合解決所研究的問題;(3)傳統(tǒng)經(jīng)驗(yàn)過程中的極大值不等式假設(shè)參數(shù)維度是固定的.
于是,我們建立了參數(shù)維度發(fā)散時(shí)一個(gè)極大值不等式,所得不等式不依賴于Tobit模
3、型,可以應(yīng)用到其他的模型中去.最小化絕對誤差準(zhǔn)則給出Tobit模型中參數(shù)的一個(gè)估計(jì),即最小絕對誤差(LAD)估計(jì).在一些正則化條件下,利用所提不等式,我們得到了參數(shù)估計(jì)的統(tǒng)計(jì)漸近性質(zhì):弱相合、以概率收斂速度和漸近正態(tài)性.為了避免估計(jì)漸近正態(tài)分布中的冗余參數(shù),例如誤差項(xiàng)的密度函數(shù),我們采用隨機(jī)加權(quán)再抽樣方法來逼近參數(shù)估計(jì)的漸近分布.據(jù)我們所知,當(dāng)參數(shù)維度發(fā)散時(shí),文獻(xiàn)中關(guān)于參數(shù)估計(jì)的強(qiáng)相合性問題的研究比較少,即使基于簡單線性模型的研究也幾乎
4、沒有.本文證明了當(dāng)參數(shù)維度和樣本量滿足一定條件下Tobit模型LAD估計(jì)的強(qiáng)相合性,獲得了它的幾乎處處收斂速度.我們指出收斂速度和參數(shù)維度的階有關(guān),當(dāng)參數(shù)維度隨著樣本量增加的速度越大時(shí),估計(jì)的收斂速度越慢.另外,所得結(jié)論也包括參數(shù)維度固定的情形.我們通過構(gòu)造數(shù)值模擬和分析實(shí)際數(shù)據(jù),說明所提方法的有限樣本性質(zhì).
變量選擇是統(tǒng)計(jì)學(xué)的一個(gè)重要研究方向.文獻(xiàn)中關(guān)于Tobit模型的變量選擇方法主要集中于參數(shù)維度固定時(shí)的情形.隨著科學(xué)技術(shù)
5、的發(fā)展,研究對象的觀測因素會(huì)越來越多,特別會(huì)隨著樣本量的增大而增大,但實(shí)際對研究對象有影響的因素比較少.為了提高模型的預(yù)測精度,建模中選取重要的影響因素是非常必要的.考慮參數(shù)維度發(fā)散的Tobit模型,除了絕對誤差準(zhǔn)則,我們再給予參數(shù)一個(gè)非凹的懲罰函數(shù).在一定的正則條件下,例如解釋變量的系數(shù)具有稀疏性,本文證明了Tobit模型的變量選擇方法具有Oracle性質(zhì).模擬結(jié)果展示了我們的估計(jì)方法可以區(qū)分非零系數(shù)和零系數(shù),并且給非零系數(shù)的一個(gè)良好
6、的估計(jì).
最后,本文建立了參數(shù)維度發(fā)散時(shí)相對誤差模型的統(tǒng)計(jì)性質(zhì):參數(shù)估計(jì)的漸近性質(zhì)和線性假設(shè)檢驗(yàn)性質(zhì).由于計(jì)量單位和觀察數(shù)據(jù)數(shù)量級(jí)等不同,相對誤差準(zhǔn)有時(shí)候比絕對誤差準(zhǔn)則分析數(shù)據(jù)更加合理,例如股票數(shù)據(jù)等.文獻(xiàn)中關(guān)于相對誤差的研究有很多,但都需要參數(shù)維度固定這個(gè)假設(shè).在參數(shù)維度發(fā)散的相對誤差模型下,我們分別提出參數(shù)估計(jì)的最小乘積相對誤差準(zhǔn)則和廣義的相對誤差準(zhǔn)則.在一定的條件下,得到了參數(shù)估計(jì)的相合性和其線性組合的漸近正態(tài)性.進(jìn)一步
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 21057.基于相對誤差的變點(diǎn)問題
- 46202.參數(shù)和非參數(shù)的相對誤差估計(jì)
- 若干高維模型變量選擇和模型重建問題的研究.pdf
- 對數(shù)線性模型中若干統(tǒng)計(jì)問題的研究.pdf
- 刪失回歸模型中若干統(tǒng)計(jì)問題的研究.pdf
- 高維數(shù)據(jù)挖掘中若干關(guān)鍵問題的研究.pdf
- 若干種推斷有觀測誤差統(tǒng)計(jì)模型的方法.pdf
- 25553.生物統(tǒng)計(jì)中模型和方法的若干研究
- 基于相依誤差回歸模型若干問題的研究.pdf
- 二維AR(1)模型和具有MA(1)誤差線性模型的統(tǒng)計(jì)診斷.pdf
- 高維變系數(shù)模型的誤差方差估計(jì).pdf
- 高維數(shù)據(jù)判別分析問題的若干研究.pdf
- 高維數(shù)據(jù)的若干分類問題及算法研究.pdf
- 三維海洋并行模型中若干計(jì)算問題的研究.pdf
- 一種低相對誤差并保證正確符號(hào)運(yùn)算的新型近似加法器.pdf
- 11 05級(jí)單相電能表相對誤差測量結(jié)果的不確定度評(píng)定
- 三維光柵測量系統(tǒng)中測量誤差的若干問題研究.pdf
- 藥物研發(fā)中的若干統(tǒng)計(jì)問題研究.pdf
- 35032.高維線性模型和部分線性模型的相合統(tǒng)計(jì)推斷
- 正倒向隨機(jī)微分方程和高維模型的統(tǒng)計(jì)推斷.pdf
評(píng)論
0/150
提交評(píng)論