

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),請進行舉報或認領(lǐng)
文檔簡介
1、響應(yīng)變量受限制(Limited Dependent Variable(LDV))模型在計量經(jīng)濟學(xué)研究中有著廣泛的應(yīng)用,它是一種很重要的模型,而且計量經(jīng)濟學(xué)中許多重要的進展都與LDV模型有關(guān)。一般情況下,LDV模型的響應(yīng)變量被限制在實數(shù)集合的某一個子集(區(qū)間)內(nèi)。LDV模型包含截斷響應(yīng)變量模型(truncated dependent model)和刪失響應(yīng)變量模型(censored dependent model),截斷響應(yīng)變量模型是指響
2、應(yīng)變量從一個不完全總體(incomplete population)中抽取,而刪失響應(yīng)變量模型是指響應(yīng)變量來自于完全總體(complete population),但是個體觀測值低于(或高于)某一給定值時不能被指定。本文研究的刪失回歸模型(Tobit模型)是一種特殊的響應(yīng)變量受限制模型,它的響應(yīng)變量受非負限制,我們只能觀測到響應(yīng)變量不小于0的部分。對于刪失回歸模型,本文研究的主要問題包括三方面:刪失回歸模型中的回歸參數(shù)的LASSO-型變
3、量選擇和估計,回歸系數(shù)線性假設(shè)檢驗的隨機加權(quán)逼近以及刪失回歸模型中的轉(zhuǎn)變點估計和收斂速度。 首先,本文提出了刪失回歸模型中自變量是固定設(shè)計向量時回歸參數(shù)的一種LASSO-型變量選擇準則和估計方法。模型(變量)選擇在建模時是一個很重要的研究環(huán)節(jié)。對于刪失回歸模型,變量選擇問題在目前文獻中研究的比較少。本文給出了一個LASSO-型變量選擇和估計方法:多樣化懲罰L<,1>限制方法(diverse penalty L<,1>constr
4、aint method(DPLC))。DPLC方法一方面可以選擇顯著非0的參數(shù)(相應(yīng)的變量),另一方面可以給出這些參數(shù)的一個估計。在一些條件下,我們建立了該估計的相合性質(zhì)和漸近分布性質(zhì)。我們在模擬研究中比較了DPLC方法和最優(yōu)子集選擇方法(best subset selection method(BSSM))在選取變量和估計方面的能力。大量的模擬結(jié)果表明:DPLC方法具有和BSSM方法幾乎一樣的效果。然而,當(dāng)變量個數(shù)較大時,BSSM方法
5、因計算量大而不可行。 其次,我們考慮了刪失回歸模型中自變量是固定設(shè)計向量時線性假設(shè)檢驗的一種隨機加權(quán)逼近方法。刪失回歸模型中的線性假設(shè)檢驗已被廣泛研究,但是以往檢驗統(tǒng)計量的極限分布中含有未知誤差分布密度這個冗余參數(shù),確定檢驗的臨界值比較困難,尤其當(dāng)樣本量比較小時,誤差分布密度的估計準確度比較差。本文利用隨機加權(quán)方法給出刪失回歸模型中線性假設(shè)檢驗的一種隨機加權(quán)統(tǒng)計量,使用該隨機加權(quán)統(tǒng)計量的條件分布來逼近檢驗統(tǒng)計量在原假設(shè)下的分布。
6、在一些條件下我們證明了,不論在原假設(shè)下還是在局部對立假設(shè)下,隨機加權(quán)檢驗統(tǒng)計量在給定觀測值的條件下的條件漸近分布和檢驗統(tǒng)計量在原假設(shè)下的漸近分布相同。因此我們不需要估計冗余參數(shù),利用隨機加權(quán)方法可以確定檢驗線性假設(shè)的臨界值。對給定的名義顯著水平,重復(fù)生成隨機權(quán)變量,得到隨機加權(quán)檢驗統(tǒng)計量的加權(quán)版本序列,然后用這些加權(quán)版本的(1-名義顯著水平)樣本分位數(shù)作為檢驗統(tǒng)計量的臨界值,而當(dāng)檢驗統(tǒng)計量大于此臨界值時,否定原假設(shè)。容易證明,在給定檢驗
7、水平時,由隨機加權(quán)統(tǒng)計量確定臨界值的檢驗和估計冗余參數(shù)得到臨界值的檢驗具有相同的漸近水平,并且在對立假設(shè)下具有相同的漸近效函數(shù)。模擬研究結(jié)果表明隨機加權(quán)統(tǒng)計量的條件分布能夠很好地逼近檢驗統(tǒng)計量在原假設(shè)下的分布。最后,本文研究了刪失回歸模型中自變量是隨機向量時轉(zhuǎn)變點的估計問題。轉(zhuǎn)變點問題一直是統(tǒng)計學(xué)中很熱門的一個研究方向,人們對它的關(guān)注起源于工業(yè)自動化控制。隨著社會的發(fā)展,轉(zhuǎn)變點模型在經(jīng)濟、金融、計算機等方面有著越來越廣泛的應(yīng)用。對于刪失
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
- 43519.刪失回歸模型中壓縮估計的若干問題研究
- 區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷.pdf
- 45650.刪失回歸模型中的分位數(shù)估計
- 隨機刪失非參數(shù)固定設(shè)計回歸模型的統(tǒng)計分析.pdf
- 刪失指示量隨機缺失情況下回歸模型統(tǒng)計推斷.pdf
- 刪失非線性模型的中位數(shù)回歸.pdf
- 區(qū)間刪失數(shù)據(jù)的若干問題研究.pdf
- 區(qū)間刪失數(shù)據(jù)對回歸模型的影響分析.pdf
- 非參數(shù)模型中變點的檢測及刪失數(shù)據(jù)中刪失指標隨機缺失下回歸函數(shù)的估計.pdf
- 區(qū)間刪失數(shù)據(jù)的回歸分析.pdf
- 比例風(fēng)險模型下區(qū)間刪失數(shù)據(jù)的參數(shù)回歸模型研究.pdf
- 協(xié)變量區(qū)間刪失情況下回歸模型的參數(shù)估計問題.pdf
- 收縮估計和懲罰估計在gamma刪失回歸模型中的應(yīng)用
- 刪失數(shù)據(jù)下線性EV模型的統(tǒng)計推斷.pdf
- 刪失數(shù)據(jù)下的變系數(shù)模型的回歸分析.pdf
- 19726.生存分析中刪失數(shù)據(jù)比例對cox回歸模型影響的研究
- 基于刪失試驗的貝葉斯生存回歸模型及其應(yīng)用.pdf
- 基于經(jīng)驗似然的刪失線性模型的統(tǒng)計診斷.pdf
- 存在刪失數(shù)據(jù)時的正交回歸.pdf
- 3067.基于加法模型的相依區(qū)間刪失數(shù)據(jù)的回歸分析
評論
0/150
提交評論