非参数级数估计方法的理论和发展

发布时间：2021-06-18 20:10

　　本文研究计量经济学模型非参数估计方法之一的级数估计方法,在总结已有研究成果的基础上,对级数估计理论进行了一定的发展。首先,对于回归模型,独立同分布数据情形级数估计量的渐近性质已经有过很多的研究,而弱相依数据情形下泛函估计量θ|^ =a（g|^）的渐近性质仅仅有Cheng and Shen（1998）对于更广一类估计方法（筛极值估计）研究过,且只针对a（·）是光滑泛函的情形给出的了高等级条件。对非光滑泛函（比如固定收入水平下的消费者剩余是需求函数的非光滑泛函）还没有相应的研究结果公诸于众。本文将针对严格平稳ρ-混合数据,对于级数估计量的均方收敛速度和一致收敛速度、非光滑泛函的渐近正态性和渐近方差估计量的一致性以及光滑泛函的n^1/2-一致性给出原始性条件以及证明。其次,应用非参数级数估计方法可进行参数模型的设定检验,针对i.i.d.数据,Hong and white （1995）提出了两个一致的单边检验,这两个检验统计量都具有很好的效能并且在某些Monte Carlo模拟研究下表现良好。但是,这些良好的性质依赖于一个较强的假设,那就是零假设下,逼近函数序列必须能够足够... 

【文章来源】：清华大学北京市 211工程院校 985工程院校 教育部直属院校

【文章页数】：152 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 引言
    1.1 计量经济学模型估计方法的理论研究：意义及主要内容
    1.2 非参数级数估计方法的地位及与其它方法的比较
    1.3 本文的贡献及文章架构的安排
第2章 逼近函数（基）准备
    2.1 多项式函数
    2.2 三角函数
    2.3 回归样条函数
    2.4 小波函数
第3章 级数估计方法
    3.1 级数方法估计密度函数
    3.2 级数方法估计回归模型
        3.2.1 介绍
        3.2.2 收敛速度
        3.2.3 光滑参数K 的选择
        3.2.4 渐近正态性
        3.2.5 n~(1/2)一致性
    3.3 半参数部分线性模型
        3.3.1 部分线性模型
        3.3.2 加性部分线性模型
        3.3.3 非线性加性成分的选择
        3.3.4 部分线性变（光滑）系数模型
        3.3.5 带有已知链接函数（link functiong）的加性模型
第4章 模型设定检验
    4.1 检验参数回归模型
    4.2 检验加性部分线性模型
    4.3 其它基于级数方法的检验
第5章 内生解释变量和联立方程模型
    5.1 参数部分含内生解释变量的部分线性模型
    5.2 条件矩限制下Ai and Chen（2003）有效估计量
        5.2.1 估计过程
        5.2.2 θ|
的渐近正态性
        5.2.3 非参数部分含内生解释变量的部分线性模型
    5.3 一个三角形的联立方程模型
    5.4 一个更一般的联立方程模型
第6章 平行（面板）数据模型
    6.1 加性效应
    6.2 固定效应的另一种处理方法
    6.3 非线性面板数据模型
        6.3.1 面板数据归并模型
        6.3.2 面板数据离散选择模型
第7章 弱相依数据下的级数回归方法
    7.1 介绍
    7.2 收敛速度
    7.3 渐近正态性
    7.4 n~(1/2)一致性
    7.5 幂级数估计
    7.6 回归样条
    7.7 结论
    7.8 附录：定理的证明
    7.9 附录：筛极值估计（Sieve Extreme Estimates）
第8章 基于级数方法的模型设定检验：一个替代的方法
    8.1 直观
    8.2 渐近性质
    8.3 Monte Carlo 证据
    8.4 结论
    8.5 附录：定理8.1 的证明
    8.6 B-样条的构造及程序
        8.6.1 B-样条的构造
        8.6.2 程序Size 部分
        8.6.3 程序Power 部分
第9章 结论
    9.1 本文的贡献、难点及意义
    9.2 文章存在的问题及可以进一步开展的工作
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
    个人简历
    发表的学术论文



本文编号：3237305