不同数据下半变系数模型的统计分析

《不同数据下半变系数模型的统计分析》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、分类号⋯⋯⋯⋯⋯⋯．UDC⋯⋯⋯⋯⋯⋯．】73二597密级⋯⋯⋯⋯⋯⋯．编号⋯⋯⋯⋯⋯⋯．串_I匆大·警CENTRALSOUTHUNⅣERSl7IY硕士学位论文导师姓名及2009年11月]原创性声明本人声明，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。尽我所知，除了论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，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名：褴日期：埠年丛月笠日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论

2、文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：之幽导师签名互，一客二匕日期：三盟年卫月盥摘要半变系数模型，又称为半参数变系数部分线性模型，是由Fan&Zhang(2002)在检验变系数模型的系数函数是否真正变化时提出来的一个新模型。它涵盖了许多通常的参数、非参数以及半参数回归模型。由于该模型不但结合了线性模型易于解释的优

3、点以及非参数模型稳健的特性，而且能动态地描述协变量与响应变量之间的关系，同时也避免了许多“维数祸根"问题，所以，这个模型自提出以来就得到了很多的关注和研究，并广泛应用于工业、农业、金融、地理等领域。在经典的回归模型中，一般假定所得到的数据都是完全的、可靠的，并且误差项是相互独立的。而在实际应用中，由于人为或者系统的原因，这个假定是很难满足的，至少度量误差总是存在的。所以，研究存在度量误差的半变系数模型就更具有实际意义。为此，本文先讨论了完全数据下误差独立与误差相关的半变系数模型的统计推断问题，然后系统研究了协变量X与Z同时存在加性度量误差的半变系数模型的估计问题。本文主要结

4、果之一是对完全数据下的半变系数模型分误差独立和误差相关进行了讨论，得到了相应的估计方法和处理办法。主要结果之二是研究了协变量X与Z同时存在度量误差的半变系数模型的估计问题，提出了一种基于核函数法的非参数部分的估计方法以及参数部分的估计，并证明了估计的相合性。主要结果之三是针对不同数据集下的半变系数模型所得的不同估计方法进行了数值模拟，探讨了方法的有效性。关键词半变系数模型，度量误差，剖面(profile)最小二乘估计，核估计，广义最小二乘法ABSTRACTSemivaryingcoefficientmodel，whichisalsocalledassemiparametri

5、cvarying-coefficientpartiallylinearmodel，wasfirstintroducedbyFangandZhang(2002)totestwhetherthecoefficientfunctionsofthevaryingcoefficientmodelwilltrulychange．Itincludesmanyusualparametric，nonparametricandsemiparametricregressionmodels．Thenewmodelhavethemeritsofthelinearmodelwhicharepronet

6、oeasilyinterpretationandcandisplayrobustvirtueasfornonparametricmodels．Besides，itcandynamicallydescribetherelationbetweenthecovariatesandtheresponsevariatesandalsocanavoidmany“curseofdimensionality'’problems．Therefore．thismodelhasreceivedmuchattentionsinceitsbirth，andithasbeenwidelyapplied

7、inindustry,agriculture，finance，geographyandsomeotherfields．Inthecontextofclassicregressionmodels，wegenerallyassumethatthesampledataarecomplete，reliable，andtheerrorsaremutuallyindependent．Butinmanyapplications，theassumptionsarehardtosatisfybecauseofthenatureofm