带随机缺失的半参数空间自回归模型的估计

发布时间：2021-01-20 16:18

　　空间数据在流行病监测、地理统计、空气质量监控、海洋学和计量经济学等领域非常普遍。由于空间数据通常具有空间相依性,使得传统的回归模型受到了挑战,因而空间模型应运而生。在空间模型中,空间自回归模型受到了广泛的研究。然而,虽然空间自回归模型具有良好的解释性,但是当模型误判时容易造成较大的模型偏差,因而部分学者将非参数函数引入该模型中,提出了半参数空间自回归模型。对于半参数空间自回归模型研究成果主要集中在完全数据下,然而在实际数据分析中,数据缺失经常出现。如在药效研究中,由于药物的副作用致使一些患者放弃治疗,从而导致数据出现缺失。因此对半参数空间自回归模型的缺失问题进行研究具有一定的理论和实际意义。本文主要研究在响应变量随机缺失下,半参数空间自回归模型的估计问题。首先利用回归插补和两阶段最小二乘法对模型进行了估计,然后证明了估计的渐进性质,最后通过模拟研究比较了不同缺失比例下基于回归插补的两阶段最小二乘估计。结果表明:相比于基于不完全数据的估计,回归插补的两阶段最小二乘估计能有效的改进模型的估计效果。 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：44 页

【学位级别】：硕士

【部分图文】：

非参数部分的拟合效果

非参数部分的拟合效果（完全观测数据）

非参数部分的拟合效果（插补1次）

【参考文献】：
期刊论文
[1]半参数模型在区域地磁场建模中的应用[J]. 郭云飞,汪金花,吴兵,陈晓停.  华北理工大学学报(自然科学版). 2017(04)
[2]美国田纳西州STAR计划——评价与讨论[J]. 高秀娟.  上海教育评估研究. 2017(02)
[3]长三角高技术产业细分行业集聚影响因素研究——基于面板数据的半参数模型[J]. 江瑶,高长春.  经济问题探索. 2017(03)
[4]Statistical Inference of Partially Specified Spatial Autoregressive Model[J]. Yuan-qing ZHANG,Guang-ren YANG.  Acta Mathematicae Applicatae Sinica. 2015(01)
[5]空间计量模型中权重矩阵的类型与选择[J]. 王守坤.  经济数学. 2013(03)
[6]中国梯度发展模式下经济效率的增进——基于空间视角的分析[J]. 吕冰洋,余丹林.  中国社会科学. 2009(06)
[7]缺失数据的插补调整[J]. 金勇进.  数理统计与管理. 2001(06)



本文编号：2989366