截断非平衡似无关模型的极大仿真似然估计.pdf

《截断非平衡似无关模型的极大仿真似然估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第34卷第3期系统工程理论与实践Vo1．34．NO．32014年3月SystemsEngineering—Theory＆PracticeMar．2014文章编号：1000—6788(2014)03—0732—06中图分类号：F064．1文献标志码：A截断非平衡似无关模型的极大仿真似然估计陈永伟，葛翔宇(中南财经政法大学统计与数学学院，武汉430073)摘要样本数据缺失和截断是现代统计调查中经常遇到的两个问题，它们在一定程度上影响模型参数估计的准确性和有效性．该研究首先提出了一个新的截断非平衡似无关回归模型，

2、这个模型能够同时考虑数据缺失和截断的特征；然后基于Geweke—Hajivassiliou—Keane(GHK)的仿真算子，建立了该模型的极大仿真似然估计方法；蒙特卡罗实验结果表明，在大样本和有限样本下这种估计方法在参数估计的准确性和有效性方面均具有良好表现．关键词似无关回归；截断；缺失；极大仿真似然估计MaximumsimulatedlikelihoodestimationofcensoredseeminglyunrelatedregressionswithmissingobservationsCHENY

3、ong—wei，GEXiang—yu(SchoolofStatisticsandMathematics，ZhongnanUniversityofEconomicsandLaw，Wuhan430073，China)AbstractInmanysurveydatasets，nmltipleobservationsarefrequentlymissedandcensoredatsoinethresholdvahles，whichcausethebiasedestimationbasedonsuchsamples．

4、Inthispaper，wedevelopacensoredandunbalancedseeminglyunrelatedregressionmodel，allowingforthecensoreddependentvariablesandmissingobservations．ByusingtheGeweke—Hajivassiliou—Keane(GHK)simulator，weproposeaprocedureofmaximumsimulatedlikelihoodestimatorsforthisn

5、ewmode1．AsmallscaleMonteCarlosimulationdemonstratesthattheestimatorscanperformwellbothinfiniteandlargesample．Keywordsseeminglyunrelatedregression；censored；missingobservations；maximumsimulatedlikelihoodestjInation1引言数据缺失和截断是现代统计调查中经常遇到的问题．所谓缺失，是指调查者并不能观察到某一

6、变量在给定时间的观测值．截断，是指某一变量的观测值在高于或低于一个已知阈值时被设定为该阈值(Moeltner和Layton[J)．例如，在收入调查中，由于个人对收入隐私权的充分重视，被调查者往往不愿意向调查者提供个人真实收入而导致数据出现缺失，或者即使愿意提供，有时候也只能获得被调查者的收入区间而不是具体的数值，如在美国健康访问调查中(Schenker等

7、2】)，调查者为了最大限度获得数据信息，对个人收入采用区间式调查法(即你的月收入是2000元以上还是2000元以下)，由此导致调查数据出现截断．在数据截断

8、中，一个比较著名的例子是，Heckman和MaCurdy[。1对美国密西根州已婚女性的劳动供给情况进行调查，其中未参加工作的女性的劳动供给被截断为0，由此开启了人们对数据截断问题的广泛关注．样本数据的缺失和截断会导致模型的有偏和无效估计，进而对模型总体性质推断产生错误结论．特别是在面板数据的统计调查中，由于很难获得同一个体在不同年份的连续跟踪调查数据，因此，数据缺失和截断对模型参数估计的影响就显得尤为严重．现有文献对截断面板模型的参数估计做了广泛讨论，如Charlier等[]针对含有两期样本观测值的截断面板

9、模型，提出了一种条件矩估计思想．Greene[5l对含有受限因变量的面板模型进行分析，发现截断面板模型的极大似然估计方法依赖于对模型扰动项的方差的准确估计．Chen[]对一般面板转换模型进行研究，提出了该模型在包含截断样本时的一种v半参数一致估计方法．收稿日期：2012—04—10资助项目：国家自然科学基金(71001107)；国家社会科学基金(10BJY104)；中央高校基本科研经费项目(2722013JC08