相似可分离函数的非参数回归估计论文

《相似可分离函数的非参数回归估计论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东北师范大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：。—缮嘉ｒ同期：型噬Ｌ学位论文版权使用授权书本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定，即：东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权东北师范大学可以将学位论文的全部或部分内

2、容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：日学位论文作者毕业后去向：指导教师签名：目期：曼宝生趁眼Ｉ工作单位：通讯地址：●－＿－＿－＿＿＿＿＿＿－＿●＿＿。＿－－＿’●＿－＿＿＿。＿●一电话：邮编：狐期：ｚ咝‘摘要在经济学中，生产函数、利润函数以及成本函数等函数往往具有相似性，相似性和相似可分离性被广泛应用在消费者偏好模型和公司生产模型当中，函数具有相似性经常可以使复杂的问题得到简化。与此同时，在经济学理论分析和经济数据分析中，可加模型的应用极其广泛。本文针对经济学中的可加非参数回归模型

3、的有效估计、广义可Ｄｉ：ｉｔｂ－参数回归模型的有效估计、带有未知联系函数的广义可加模型的非参数估计和相似可分离函数的非参数回归估计的相关文献进行了整理和归纳，重点论述了如下方法：Ｌｉｎｔｏｎ和Ｎｉｅｌｓｅｎ（１９９５）等给出了估计可加非参数回归模型的积分方法，Ｌｉｎｔｏｎ（１９９７）对此方法加以改进：用积分方法给出初值，然后将其代入单步拟合中，进而给出了广义可加非参数回归模型的有效估计。Ｌｉｎｔｏｎ（２０００）通过两步方法和两步估计量的线性化来构造有效估计量，给出了广义可加非参数回归模型的有效估计；用非参数广义可加模型和部分线性模型获得减少维数的方法，对带有未知联系函数的广义可加模型进行

4、非参数估计：通过匹配的方法给出相似可分离函数的非参数回归估计。关键词：相似函数；可加；非参数；可分离；估计量ＡｂｓｔｒａｃｔＩｎｅｃｏｎｏｍｅｔｒｉｃｔｈｅｏｒｙ，ｐｒｏｄｕｃｔｉｏｎｆｕｎｃｔｉｏｎ，ｐｒｏｆｉｔｆｕｎｃｔｉｏｎａｎｄｃｏｓｔｆｕｎｃｔｉｏｎｈａｖｅｔｈｅｐｒｏｐｅｒｔｙｏｆｈｏｍｏｔｈｅｔｉｃ。Ｈｏｍｏｔｈｅｔｉｃａｎｄｈｏｍｏｔｈｅｔｉｃａｌｌｙｓｅｐａｒａｂｌｅｆｕｎｃｔｉｏｎｓａｒｅｃｏｍｍｏｎｌｙｕｓｅｄｔｏｍｏｄｅｌｃｏｎｓｕｍｅｒｐｒｅｆｅｒｅｎｃｅｓａｎｄｆｉｒｍｐｒｏｄｕｃｔｉｏｎ，ｗｈｉｃｈｍａｋｅｓｔｈｅｐｒｏｂｌｅｍｓｉｍｐｌｅ

5、ｒ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ａｄｄｉｔｉｖｅｍｏｄｅｌｓｉｎｅｃｏｎｏｍｅｔｒｉｃｔｈｅｏｒｙａｎｄｅｃｏｎｏｍｅｔｒｉｃｄａｔａ。ａｒｅｗｉｄｅｌｙｕｓｅｄＩｎｔｈｉｓｐａｐｅｒ，ｓｏｍｅｂａｓｉｃｅｓｔｉｍａｔｏｒｓｏｆｔｈｅｆｏｌｌｏｗｉｎｇｍｏｄｅｌｓａｒｅｓｕｍｍａｒｉｚｅｄ：Ｅｆｆｉｃｉｅｎｔｅｓｔｉｍａｔｉｏｎｏｆａｄｄｉｔｉｖｅｎｏｎｐａｒａｍｅｔｒｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｓ，ｅｆｆｉｃｉｅｎｔｅｓｔｉｍａｔｉｏｎｏｆｇｅｎｅｒａｌｉｚｅｄａｄｄｉｔｉｖｅｎｏｎｐａｒａｍｅｔｒｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｓ，ｎｏｎｐａｒａｍｅｔｒｉｃｅｓｔｉｍ

6、ａｔｉｏｎｏｆａｇｅｎｅｒａｌｉｚｅｄａｄｄｉｔｉｖｅｍｏｄｅｌｗｉｔｈａｎｕｎｋｎｏｗｎｌｉｎｋｆｕｎｃｔｉｏｎ，ｎｏｎｐａｒａｍｅｔｒｉｃｅｓｔｉｍａｔｏｒｓｏｆｈｏｍｏｔｈｅｔｉｃａｌｌｙｓｅｐａｒａｂｌｅｆｕｎｃｔｉｏｎｓ。ＬｉｎｔｏｎａｎｄＮｉｅｌｓｅｎ（１９９５）ｐｒｏｐｏｓｅｔｈｅｍｅｔｈｏｄｏｆｉｎｔｅｇｒａｔｉｏｎ．Ｌｉｎｔｏｎ（１９９７）ｉｍｐｒｏｖｅｄｔｈｉｓｍｅｔｈｏｄ：ｔｈｅｉｎｉｔｉａｌｖａｌｕｅｉｓｇｉｖｅｎｂｙｉｎｔｅｇｒａｔｉｏｎ，ａｎｄｔｈｅｎｅｆｆｉｃｉｅｎｔｅｓｔｉｍａｔｉｏｎｏｆａｄｄｉｔｉｖｅｎｏｎｐａｒａｍｅｔｒｉｃｒｅ

7、ｇｒｅｓｓｉｏｎｍｏｄｅｌｓｉｓｇｉｖｅｎｂｙｔａｋｉｎｇｔｈｅｉｎｉｔｉａｌｖａｌｕｅｉｎｔｏｏｎｅ－ｓｔｅｐｂａｃｋｆｉｔｔｉｎｇ．Ｌｉｎｔｏｎ（２０００）ｇｉｖｅｓｅｆｆｉｃｉｅｎｔｅｓｔｉｍａｔｉｏｎｆｏｒｇｅｎｅｒａｌｉｚｅｄａｄｄｉｔｉｖｅｎｏｎｐａｒａｍｅｔｒｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｓｂｙｔｗｏ・－ｓｔｅｐｍｅｔｈｏｄａｎｄｔｈｅｌｉｎｅａｒｉｚａｔｉｏｎｏｆｔｗｏ・－ｓｔｅｐｅｓｔｉｍａｔｏｒｓ；ｂｙｇｅ