

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(rèn)領(lǐng)
文檔簡介
1、隨著社會的發(fā)展以及統(tǒng)計學(xué)在各個領(lǐng)域中的應(yīng)用,分析的實際問題變得越來越復(fù)雜,在建立統(tǒng)計模型時,線性回歸模型已不再滿足實際需求。統(tǒng)計模型已經(jīng)由線性回歸模型發(fā)展到半?yún)?shù)回歸模型。半?yún)?shù)回歸模型既含參數(shù)分量又含非參數(shù)分量,能夠更好的尋找數(shù)據(jù)的內(nèi)在規(guī)律。當(dāng)解釋變量是外生變量時,大量文獻(xiàn)已討論了半?yún)?shù)回歸模型的統(tǒng)計方法和理論,也將該模型推廣到了縱向數(shù)據(jù)的情形。但是當(dāng)解釋變量是內(nèi)生變量時,已有的統(tǒng)計方法和理論不再適用。如何解決縱向數(shù)據(jù)下半?yún)?shù)回歸模型
2、中內(nèi)生解釋變量的問題和組內(nèi)相關(guān)問題是本文的核心。
本文考慮縱向數(shù)據(jù)下半?yún)?shù)工具變量模型中興趣參數(shù)的估計,提出了三步估計過程。首先,利用B-樣條方法逼近半?yún)?shù)模型中的非參數(shù)分量,將半?yún)?shù)回歸模型轉(zhuǎn)化為參數(shù)模型。其次,為了處理內(nèi)生變量,通過引入工具變量,將內(nèi)生變量分解,利用外生變量部分對模型進行估計。然后,先假定參數(shù)已知,估計非參數(shù)分量。最后,為了得到參數(shù)分量有效的估計,利用二次推斷函數(shù)方法構(gòu)造興趣參數(shù)的目標(biāo)函數(shù)。在一些正則條件下
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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)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。
最新文檔
- 基于二次推斷函數(shù)的縱向數(shù)據(jù)半?yún)?shù)模型的估計.pdf
- 縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計推斷及應(yīng)用.pdf
- 簡單序約束下基于二次推斷函數(shù)的縱向數(shù)據(jù)模型選擇方法.pdf
- 縱向數(shù)據(jù)下半?yún)?shù)模型估計的大樣本性質(zhì).pdf
- 復(fù)雜數(shù)據(jù)下半?yún)?shù)模型的統(tǒng)計估計和變量選擇.pdf
- 高維數(shù)據(jù)情形下半?yún)?shù)可加風(fēng)險模型的變量選擇與估計
- 缺失數(shù)據(jù)下半?yún)?shù)變系數(shù)EV模型的統(tǒng)計推斷.pdf
- 19797.縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)模型的參數(shù)估計與模型檢驗
- 二次函數(shù)應(yīng)用
- 二次函數(shù)常見模型
- 縱向數(shù)據(jù)半?yún)?shù)回歸模型的估計理論.pdf
- 缺失數(shù)據(jù)下半?yún)?shù)回歸模型的二階段估計.pdf
- 基于縱向數(shù)據(jù)的線性混合效應(yīng)模型參數(shù)的Bayes統(tǒng)計推斷.pdf
- 縱向數(shù)據(jù)半?yún)?shù)混合效應(yīng)模型的廣義經(jīng)驗似然推斷.pdf
- 含參數(shù)二次函數(shù)的值域習(xí)題
- 二次函數(shù)的實際應(yīng)用
- 二次函數(shù)的應(yīng)用(2).
- 縱向數(shù)據(jù)穩(wěn)健參數(shù)估計和模型選擇方法研究.pdf
- 二次函數(shù)的應(yīng)用(利潤問題)
- 二次函數(shù)的應(yīng)用(含答案)
評論
0/150
提交評論