基于半?yún)?shù)方法的模型輔助抽樣估計研究.pdf

1、本文在總結(jié)現(xiàn)有模型輔助估計方法的基礎(chǔ)上，發(fā)現(xiàn)基于線性模型的估計量和非參數(shù)回歸估計方法都有相應的不足之處。本文通過構(gòu)造一種半?yún)?shù)超總體模型，同時結(jié)合廣義差分估計思想提出一種新型的模型輔助估計量來盡量彌補上述估計量相應的缺陷。該估計量比傳統(tǒng)的非參數(shù)和半?yún)?shù)回歸估計利用更少、更易得到的輔助信息，即只需利用和廣義回歸估計相同的輔助信息，并且依據(jù)的超總體模型具有一般性。
　　從理論上證明了該估計量是漸近設(shè)計無偏和設(shè)計一致的，其漸近設(shè)計均方誤

2、差為廣義差分估計量的方差。模擬結(jié)果顯示：其至少與廣義回歸估計一樣好；對于線性程度越低的超總體模型，其估計精度比廣義回歸估計有越明顯的提高；就本文模擬而言,光滑參數(shù)在0.04～0.12間適當取值時其會取到相對較好的估計效果。同時，實際數(shù)據(jù)的驗證也顯示出該估計量至少與廣義回歸估計一樣好，并在“收入-預期壽命”數(shù)據(jù)組中的估計效果顯著優(yōu)于廣義回歸估計。最后，把提出的估計方法推廣到異方差超總體模型情況、多個輔助變量情況以及二階抽樣設(shè)計情況，其中在