纵向可加部分线性测量误差模型的渐近估计

基于纵向数据,研究参数部分协变量含有测量误差的可加部分线性测量误差模型的估计问题,提出了用于模型估计的偏差修正的二次推断函数方法,得到参数部分的估计结果具有相合性、渐近正态性,非参数可加函数的估计结果达到最优收敛速度。数值模拟和实例数据分析结果显示,该模型估计方法在同等条件下要优于广义估计方程方法。理论和数值结果显示,偏差修正的二次推断函数可以有效地处理测量误差和个体内相关性,是一个有效的纵向数据和测量误差数据分析工具,具有一定的理论和应用价值。     

基于滑动窗口的区间值部分可加线性模型的宏观经济预测

针对区间型数据,文章在部分线性模型的基础上结合可加模型并引入滑动窗口模型,提出了基于滑动窗口的中点、极差部分可加线性模型,融合了半参数回归和滑动窗口模型的优点,同时又避免了维数灾难。依据交叉熵准则确定了滑动窗口的期数,并基于最小二乘法及核估计方法给出了模型参数和未知函数估计的迭代算法。在实证分析中,通过引入若干金融指标,对宏观经济进行预测。结果表明,改进模型优于传统回归模型。     

基于相依误差可加模型的多项式样条估计

文章首先采用多项式样务估计的方法,对基于相依误差的可加模型进行多项式样条估计,获得函数系数的估计,并给出了该估计的相合性;然后,使用该方法对我国当前的上证指数进行了实证研究;最后,将基于相依误差和误差为标准正态的可加模型的预测结果进行了比较,得出了基于相依误差的可加模型的多项式样条估计对上证指数的预测更有效的结论.     

非参数可加ACD模型及其应用研究

非参数可加ACD模型对条件期望的函数形式与随机误差项的分布形式要求都没有参数ACD模型强，因此不会像参数ACD模型那样因模型形式设定错误而得出错误结论。非参数可加ACD模型估计出来的各个可加部分图形的形状对于正确设定参数ACD模型具有一定的指导作用。     

单调条件下部分线性回归模型的估计及渐进性质

探讨了部分线性回归模型当非参数分量受到单调条件限制时的估计问题,利用惩罚局部线性核估计方法给出参数分量与非参数分量αRLS、gRLS的估计,并进一步研究了^αRLS及^gRLS的渐进性质,结果表明:新得到的非参数约束条件下的估计是a.s.收敛的,并且保证了单调性和边界点适应性。将问题推广到一般情况,探讨了部分线性回归模型当非参数分量受到高阶导数约束时,参数分量的估计^αRLS。     

部分线性变系数模型的Backfitting约束估计

作为部分线性模型与变系数模型的推广,部分线性变系数模型是一类应用广泛的半参数模型.文章主要研究该模型线性部分存在约束条件下的估计和检验问题,首先基于backfitting方法给出了常数系数以及变系数部分的约束估计,其次构造了检验统计量用于检验约束条件.     

局部平稳部分线性面板数据模型的统计推断

部分线性模型是一类非常重要的半参数回归模型,由于它既含有参数部分又含有非参数部分,与常规的线性模型相比具有更强的适应性和解释能力。文章研究带有局部平稳协变量的固定效应部分线性面板数据模型的统计推断。首先提出一个两阶段估计方法得到模型中未知参数和非参数函数的估计,并证明估计量的渐近性质,然后运用不变原理构造出非参数函数的一致置信带,最后通过数值模拟研究和实例分析验证了该方法的有效性。     

带线性误差的部分线性EV模型的经验似然推断

部分线性EV模型是经典的部分线性模型的推广,在此模型中,假定误差是线性过程.文章把经验似然方法推广到带线性误差的部分线性EV模型,提出了调整的经验对数似然比,并建立了非参数的Wilks定理.     

可加模型的序列相关检验

可加模型是一类应用广泛的半参数模型,为了检验模型误差是否存在有限阶数的序列相关,基于由Backfitting估计方法得到残差构造了检验统计量,并证明了该统计量的渐近零分布为正态分布或卡方分布,最后通过模拟试验验证了该检验方法的有效性。     

约束条件下部分变系数模型的参数估计

文章讨论部分变系数模型在线性约束条件r=Rβ下的参数估计问题,给出了参数部分β的相合估计(β)Rls和非参数部分(α)(u)的估计(α)(u),得到了估计的渐近性质.     

生长曲线模型中参数的线性有偏估计的优良性

文章研究了生长曲线模型参数的线性有偏估计类,在均方误差阵(MSEM)准则下给出了估计类中的估计优于LS估计的充要条件,并给出了此估计类中的Bayes估计.     

NA误差下线性模型最小绝对偏差估计的相合性

文章基于相依序列,研究了线性模型,在若干条件的假设下,建立了以NA序列为误差的线性模型未知参数的最小绝对偏差估计的渐近性质,如最小绝对偏差估计的强相合性.此结果是在较弱的条件下将文献[1]中独立误差情形下未知参数估计的相关结果推广到了NA误差下相应的结果.     

非线性回归模型参数估计方法研究——以C-D生产函数为例

通过理论分析和蒙特卡罗模拟,对C-D生产函数模型参数的估计方法进行比较研究的结果表明：当误差项满足经典假设时,非线性最小二乘估计量具有与线性最小二乘估计类似的、近似BLUE的特性,且当误差项存在异方差时,用加权非线性最小二乘法也能大大改善估计量的性质。     

样本选择模型的一个简单半参数估计量

本文发展了一个针对样本选择模型的两阶段半参数估计量,其首先在第一阶段基于对数欧几里得分布差异测度估计离散选择概率,进而在第二阶段利用非参数sieve方法估计一个包含参数和非参数部分的部分线性模型以得到模型参数的估计。相对于文献中已有的半参数估计量,该估计量的计算更加简便,且计算负担相对较小。我们说明了该半参数估计量的一致性和渐近正态性,同时给出了其渐近方差的计算公式。蒙特卡洛模拟结果符合我们的理论结论。     

响应变量缺失下半参数变系数EV模型的约束统计推断

文章研究了半参数变系数EV模型在线性约束条件下的估计和检验问题,当响应变量缺失、非参数部分协变量带有测量误差时,利用局部纠偏的Profile最小二乘估计、Lagrange乘子方法和借补技术构造了回归模型参数分量两类纠偏约束估计量。此外,为了检验线性约束条件,构造了借补的Profile Lagrange乘子检验统计量,并通过蒙特卡洛数值模拟验证估计量和检验统计量的有效性。     

基于半参数方法的模型辅助抽样估计研究

在总结现有模型辅助估计方法的基础上,本文通过构造一种半参数超总体模型,同时结合广义差分估计思想提出一种新型的模型辅助估计量。该估计量比传统的非参数和半参数回归估计利用更少、更易得到的辅助信息,即只需利用和广义回归估计相同的辅助信息,但一般会比广义回归估计拥有更高的估计精度。理论证明了该估计量是渐近设计无偏和设计一致的,其渐近设计均方误差为广义差分估计量的方差。模拟结果显示：其至少与广义回归估计一样好;对于线性程度越低的超总体模型,其估计精度比广义回归估计有越明显的提高;就本文模拟而言,光滑参数在0.04～0.12间适当取值时其会取到相对较好的估计效果。     

丝绸之路经济带沿线经济发展对科技创新的影响

丝绸之路经济带沿线9省市的经济发展水平对科技创新水平的影响有多大?使用丝绸之路经济带沿线9省市1998-2017年省级面板数据,以人均地区生产总值和专利授权量作为经济发展水平和科技创新水平指标,在建立传统的部分线性面板数据模型的基础上,引入以经费支出作为中介变量的中介效应模型,并通过相关计算验证所使用模型估计方法的有效性和可行性。研究发现,经济发展水平通过R&D经费支出对科技创新水平产生完全中介效应,使用部分线性面板数据的估计结果具有较高的精确度和较小的误差。     

纵向部分线性变系数EV模型的估计

纵向数据是随着时间变化对个体进行重复观测而得到的一种相关性数据,广泛出现在诸多科学研究领域。在对个体进行观测时,测量误差不可避免,忽略测量误差往往会导致有偏估计。本文利用二次推断函数方法研究关于纵向数据的参数部分和非参数部分协变量均含有测量误差的部分线性变系数测量误差(errors-in-variables, EV)模型的估计问题。利用B样条逼近模型中的未知系数函数,构造关于回归参数和B样条系数的偏差修正的二次推断函数以处理个体内相关性和测量误差,得到回归参数和变系数的偏差修正的二次推断函数估计,然后证明了估计方法和结果的渐近性质。数值模拟和实例数据分析结果显示本文提出的方法具有一定的实用价值。     

等式约束条件下半变系数模型的参数估计

文章主要讨论在线性等式约束Aβ=6下半变系数模型的参数估计问题,给出了参数部分口在等式约束Aβ=b下的P—CD共轭投影梯度法和非参数部分α（·）的估计,证明了该共轭投影梯度算法的全局收敛性。     

p~-混合序列加权和的完全收敛性及其在回归模型中的应用

文章利用Rosenthal’s最大值不等式,获得了混合序列加权和的完全收敛性;并将此结果应用于线性回归模型参数的最小二乘估计及非参数回归模型的权函数估计。