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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、部分線性回歸模型是參數(shù)回歸模型和非參數(shù)回歸模型的結(jié)合,參數(shù)部分可避免維數(shù)災(zāi)難和提高非參數(shù)回歸的解釋,非參數(shù)部分保持了模型的靈活性,因此在描述實際問題時更具有靈活性和解釋力。在解決實際問題時,經(jīng)常會碰到模型非參數(shù)部分與解釋變量具有明顯單調(diào)關(guān)系的情形。在此基礎(chǔ)上,統(tǒng)計學(xué)者提出了部分線性單調(diào)回歸模型。實際問題中,我們經(jīng)常遇到以下幾種類型數(shù)據(jù),如測量誤差數(shù)據(jù)、缺失數(shù)據(jù)、刪失數(shù)據(jù)等。因此,研究這幾類數(shù)據(jù)下的部分線性單調(diào)回歸模型的統(tǒng)計推斷方法具有一
2、定的理論意義和實際價值。
本文主要研究幾類數(shù)據(jù)下部分線性單調(diào)回歸模型的估計問題,考慮了度量誤差數(shù)據(jù)、隨機右刪失數(shù)據(jù)和缺失數(shù)據(jù)等數(shù)據(jù)類型。
首先,我們引入了部分線性單調(diào)回歸度量誤差模型。在該模型下,我們研究了模型的參數(shù)部分和非參數(shù)部分的估計問題。利用局部線性方法來估計條件期望從而得到了參數(shù)部分的相合估計。在此基礎(chǔ)上,利用分組Brunk B-樣條方法得到了單調(diào)的非參數(shù)函數(shù)的估計。在一定的正則條件下,給出了參數(shù)估計
3、的漸近正態(tài)性以及非參數(shù)函數(shù)的收斂速度。通過模擬實驗研究了估計的有限樣本性質(zhì),并且比較了參數(shù)部分用核方法估計條件期望和局部線性方法估計條件期望,非參數(shù)部分的Brunk估計方法和分組Brunk B-樣條估計方法的有限樣本性質(zhì)。
其次,我們研究了響應(yīng)變量隨機右刪失、回歸模型線性部分協(xié)變量帶有度量誤差情況下部分線性單調(diào)回歸模型的估計問題。采用了把完全觀測數(shù)據(jù)墊高的思想,定義一個與響應(yīng)變量同均值的合成變量,來處理刪失問題,進(jìn)而轉(zhuǎn)化為
4、完全數(shù)據(jù)的情況下處理相關(guān)問題。利用局部線性方法來估計條件期望得到了參數(shù)部分的√n相合估計。進(jìn)一步利用分組Brunk B-樣條方法得到了單調(diào)的非參數(shù)部分的估計。在一定的正則條件下,給出了參數(shù)估計的漸近正態(tài)性和非參數(shù)部分估計的漸近分布。通過隨機模擬研究了不同刪失概率下參數(shù)部分用核方法和局部線性方法估計條件期望,非參數(shù)部分用Brunk方法和分組Brunk B-樣條估計方法的有限樣本性質(zhì)。
最后,我們研究了響應(yīng)變量隨機缺失(MAR
5、),回歸模型線性部分協(xié)變量帶有度量誤差情況下部分線性單調(diào)回歸模型的參數(shù)和非參數(shù)部分的估計問題。我們對參數(shù)部分和非參數(shù)部分均采用了兩部估計。首先,根據(jù)完全數(shù)據(jù)采用局部線性光滑方法得到了參數(shù)和非參數(shù)部分的初始估計,接下來利用逆邊際加權(quán)借補的方法得到了參數(shù)部分的借補估計,在此基礎(chǔ)上利用分組Brunk B-樣條方法給出了非參數(shù)部分的兩步估計。我們證明了在一定的正則條件下,β的借補估計的漸近分布為正態(tài)分布,且收斂速度為Op(n-1/2),f(w)
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
- 部分線性函數(shù)線性模型的統(tǒng)計推斷.pdf
- 縱向數(shù)據(jù)下部分線性模型的分位數(shù)回歸.pdf
- 污染數(shù)據(jù)線性回歸模型的統(tǒng)計推斷.pdf
- 刪失數(shù)據(jù)下部分線性變系數(shù)模型的分位數(shù)回歸.pdf
- 厚尾GARCH模型及部分線性可加模型的統(tǒng)計推斷.pdf
- 35032.高維線性模型和部分線性模型的相合統(tǒng)計推斷
- 部分線性回歸模型的估計.pdf
- 響應(yīng)變量隨機缺失的部分線性模型的統(tǒng)計推斷.pdf
- 12185.缺失數(shù)據(jù)下部分線性模型的多重穩(wěn)健估計
- 縱向數(shù)據(jù)下部分線性變系數(shù)模型的光滑估計函數(shù)
- 縱向數(shù)據(jù)下部分線性單指標(biāo)模型的若干問題研究.pdf
- 縱向數(shù)據(jù)下部分線性單指標(biāo)模型的若干問題研究
- 41373.數(shù)據(jù)缺失時部分線性模型的經(jīng)驗似然推斷
- 縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計推斷及應(yīng)用.pdf
- 響應(yīng)變量有缺失時變系數(shù)部分線性模型的統(tǒng)計推斷.pdf
- 含有可加和非可加測量誤差的部分線性模型的統(tǒng)計推斷.pdf
- 基于經(jīng)驗似然的缺失數(shù)據(jù)下部分線性模型的異方差檢驗.pdf
- 基于Lasso的高維數(shù)據(jù)線性回歸模型統(tǒng)計推斷方法比較.pdf
- 部分線性自回歸模型及其應(yīng)用研究.pdf
- ¢—混合誤差下部分線性模型的經(jīng)驗似然.pdf
評論
0/150
提交評論