廣義單指標(biāo)模型中指標(biāo)向量的嶺型估計.pdf

1、本文主要研究在協(xié)變量復(fù)共線性和維數(shù)發(fā)散下，廣義單指標(biāo)模型中指標(biāo)向量的方向估計問題以及方向估計的大樣本性質(zhì)，同時簡單討論了指標(biāo)向量的變量選擇問題。
　　 在線性模型下，最小二乘估計是估計參數(shù)向量的最為常用的方法，但是，許多應(yīng)用實踐表明，當(dāng)設(shè)計矩陣降秩，或者協(xié)變量之間存在復(fù)共線關(guān)系時，最小二乘估計的性質(zhì)不夠理想，有時甚至很壞，為此，文獻(xiàn)中出現(xiàn)了嶺回歸估計，在均方誤差意義下，通過適當(dāng)?shù)仄胶夤烙嫷钠詈头讲?，嶺回歸估計能夠改進(jìn)最小二乘估

2、計。
　　 對于復(fù)雜高維數(shù)據(jù)問題，線性模型至多只能作為”真實”模型的一種近似，而檢驗?zāi)硞€參數(shù)模型的合理與否是非常之困難的。為了減少建模偏差，同時避免”統(tǒng)計維數(shù)禍根”問題，本文從廣義單指標(biāo)模型出發(fā)，考查了指標(biāo)向量的方向估計和變量選擇問題。首先，通過借鑒充分性降維技術(shù)以及嶺回歸估計的思想，在廣義單指標(biāo)模型連接函數(shù)結(jié)構(gòu)未知的情況下，我們提出了指標(biāo)向量的嶺型方向估計，同時解決了協(xié)變量復(fù)共線性以及高維數(shù)問題。在一定的條件下，我們討論了嶺型