版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)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(shí)際問(wèn)題時(shí)更具有靈活性和解釋力。在解決實(shí)際問(wèn)題時(shí),經(jīng)常會(huì)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(jì)學(xué)者提出了部分線性單調(diào)回歸模型。實(shí)際問(wèn)題中,我們經(jīng)常遇到以下幾種類型數(shù)據(jù),如測(cè)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(jì)推斷方法具有一
2、定的理論意義和實(shí)際價(jià)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(jì)問(wèn)題,考慮了度量誤差數(shù)據(jù)、隨機(jī)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(jì)問(wèn)題。利用局部線性方法來(lái)估計(jì)條件期望從而得到了參數(shù)部分的相合估計(jì)。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(jì)。在一定的正則條件下,給出了參數(shù)估計(jì)
3、的漸近正態(tài)性以及非參數(shù)函數(shù)的收斂速度。通過(guò)模擬實(shí)驗(yàn)研究了估計(jì)的有限樣本性質(zhì),并且比較了參數(shù)部分用核方法估計(jì)條件期望和局部線性方法估計(jì)條件期望,非參數(shù)部分的Brunk估計(jì)方法和分組Brunk B-樣條估計(jì)方法的有限樣本性質(zhì)。
其次,我們研究了響應(yīng)變量隨機(jī)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(jì)問(wèn)題。采用了把完全觀測(cè)數(shù)據(jù)墊高的思想,定義一個(gè)與響應(yīng)變量同均值的合成變量,來(lái)處理刪失問(wèn)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(wèn)題。利用局部線性方法來(lái)估計(jì)條件期望得到了參數(shù)部分的√n相合估計(jì)。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(jì)。在一定的正則條件下,給出了參數(shù)估計(jì)的漸近正態(tài)性和非參數(shù)部分估計(jì)的漸近分布。通過(guò)隨機(jī)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(jì)條件期望,非參數(shù)部分用Brunk方法和分組Brunk B-樣條估計(jì)方法的有限樣本性質(zhì)。
最后,我們研究了響應(yīng)變量隨機(jī)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(jì)問(wèn)題。我們對(duì)參數(shù)部分和非參數(shù)部分均采用了兩部估計(jì)。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(jì),接下來(lái)利用逆邊際加權(quán)借補(bǔ)的方法得到了參數(shù)部分的借補(bǔ)估計(jì),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(jì)。我們證明了在一定的正則條件下,β的借補(bǔ)估計(jì)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(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)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(jì)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(jì)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(jì)推斷.pdf
- 35032.高維線性模型和部分線性模型的相合統(tǒng)計(jì)推斷
- 部分線性回歸模型的估計(jì).pdf
- 響應(yīng)變量隨機(jī)缺失的部分線性模型的統(tǒng)計(jì)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(jì)
- 縱向數(shù)據(jù)下部分線性變系數(shù)模型的光滑估計(jì)函數(shù)
- 縱向數(shù)據(jù)下部分線性單指標(biāo)模型的若干問(wèn)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(wèn)題研究
- 41373.數(shù)據(jù)缺失時(shí)部分線性模型的經(jīng)驗(yàn)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(jì)推斷及應(yīng)用.pdf
- 響應(yīng)變量有缺失時(shí)變系數(shù)部分線性模型的統(tǒng)計(jì)推斷.pdf
- 含有可加和非可加測(cè)量誤差的部分線性模型的統(tǒng)計(jì)推斷.pdf
- 基于經(jīng)驗(yàn)似然的缺失數(shù)據(jù)下部分線性模型的異方差檢驗(yàn).pdf
- 基于Lasso的高維數(shù)據(jù)線性回歸模型統(tǒng)計(jì)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(yàn)似然.pdf
評(píng)論
0/150
提交評(píng)論