統(tǒng)計檢驗與模型選擇相關(guān)問題研究.pdf_第1頁
已閱讀1頁,還剩130頁未讀 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、參數(shù)假設(shè)檢驗和模型選擇是統(tǒng)計學(xué)中非常重要的研究內(nèi)容,兩者均能降低模型的誤設(shè)風(fēng)險、減少模型復(fù)雜性并提高模型的預(yù)測精度,具有重要的理論和應(yīng)用價值,近年來取得了廣泛應(yīng)用和快速發(fā)展.本文主要基于半?yún)?shù)模型研究了上述兩個方面,尤其是對于后者的研究.具體而言,本文研究了以下五個問題.
  在第二章中,針對響應(yīng)變量缺失和協(xié)變量含有測量誤差的情形,在部分線性變系數(shù)模型下研究了線性部分參數(shù)的假設(shè)檢驗問題.首先,考慮了當參數(shù)滿足線性約束條件時參數(shù)和非

2、參數(shù)系數(shù)函數(shù)的約束估計,然后,分別基于Lagrange乘子方法和修正的殘差平方和方法提出了檢驗約束條件是否成立的統(tǒng)計量,在零假設(shè)下證明了兩種檢驗方法具有等價性,即兩種檢驗統(tǒng)計量不僅具有相同的卡方極限分布,而且在大小上精確相等,最后,通過數(shù)值模擬和實際數(shù)據(jù)分析驗證了這兩種檢驗方法的正確性.
  在第三章中,針對上一章所考慮的缺失響應(yīng)半變系數(shù) EV模型,結(jié)合自適應(yīng)Lasso和SCAD懲罰函數(shù)研究了模型線性參數(shù)部分的變量選擇問題,提出了

3、自適應(yīng)Lasso估計和SCAD估計,在一些常規(guī)條件下建立了估計的相合性及哲人性質(zhì),另外還討論了估計的求解算法、標準誤差的計算公式以及調(diào)節(jié)參數(shù)的選取準則,最后,通過數(shù)值模擬驗證了本章提出的估計方法的可行性和有效性.
  在第四章中,針對觀測數(shù)據(jù)非獨立同分布的情形,在部分線性時變系數(shù)模型下,當線性部分變量含有測量誤差時,結(jié)合SCAD懲罰研究了模型參數(shù)部分的變量選擇問題,當真實的變量序列滿足?混合條件時,證明了模型線性部分的參數(shù)估計仍然

4、具有相合性和哲人性質(zhì),此外,還從理論上討論了基于懲罰的模型參數(shù)的假設(shè)檢驗問題,提出了懲罰最小二乘檢驗統(tǒng)計量,在零假設(shè)下證明了該統(tǒng)計量的極限分布不再是常規(guī)的卡方分布,即Wilks現(xiàn)象不再成立.最后,通過數(shù)值模擬和實際數(shù)據(jù)分析驗證了變量選擇方法的有效性.
  在第五章中,針對協(xié)變量個數(shù)有可能發(fā)散的情形,在最小絕對相對誤差(LARE)損失函數(shù)下,研究了乘積模型的變量選擇問題.通過求解一般形式的L1加權(quán)懲罰問題,獲得了參數(shù)估計,在一定條件

5、下,本章從理論上證明了使得估計相合性成立的維數(shù)最高可達到Pn=(n1/2),而保證哲人性質(zhì)的維數(shù)最高可達到Pn=(n1/3),此外,還提出了一種快速實用的變量選擇過程,該方法不僅同樣具有上述理論性質(zhì),而且更易于求解和計算.通過數(shù)值模擬結(jié)果發(fā)現(xiàn)提出的實用變量選擇方法比LAD方法精度更高.
  在第六章中,針對實際中可能出現(xiàn)響應(yīng)變量為Bernoulli變量且協(xié)變量個數(shù)遠遠大于樣本量的情形,在廣義變系數(shù)模型的框架下研究了超高維的變量篩選

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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

評論

0/150

提交評論