单调条件下部分线性回归模型的估计及渐进性质

发布时间：2018-03-30 21:41

  本文选题：惩罚局部多项式　切入点：核方法　出处：《统计与信息论坛》2017年07期

【摘要】：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。
[Abstract]:This paper discusses the estimation of partial linear regression models when the non - parametric components are limited by monotone conditions . The estimation of the parameter components and the non - parametric components 伪RLS and gRLS is given by using the penalty local linear kernel estimation method . The results show that the estimation of the new non - parametric constraints is a . s . convergence , and the monotonicity and the boundary point adaptability are guaranteed .

【作者单位】： 山东工商学院数学与信息科学学院;辽宁大学经济学院;
【基金】：山东省社科规划基金项目《新常态下山东省人口老龄化对居民消费影响效应研究》(15DJJJ14) 山东省自然科学基金项目《基于随机内生增长理论框架的环境保护与可持续发展问题研究》(ZR2015PG006)
【分类号】：O212.1
，

本文编号：1687755