数据随机缺失下分位数回归模型的诱导光滑估计法

在数据随机缺失的分位数回归模型中,运用诱导光滑思想构造光滑的估计方程,得到了回归参数的诱导光滑估计及渐近协方差估计。接着证明了诱导光滑估计的渐近正态性质,并给出诱导光滑估计及其渐近协方差估计的算法。模拟研究表明新方法在有限样本中表现出色。     

函数型分位数回归的局部稀疏估计方法

文章针对协变量为函数型变量、响应变量为标量的函数型分位数回归模型,提出了一种局部稀疏估计方法,能够正确识别系数函数的空子区域。首先,使用非对称拉普拉斯分布构建函数型分位数回归的全似然函数,并通过EM算法推导出系数向量的估计式。其次,提出了一种结合样条光滑和平滑剪切绝对偏离方法的局部稀疏估计方法。数值模拟结果表明,该估计方法在不同的样本量和分位点下均优于传统方法。最后,通过实例证明了估计方法的有效性。