纵向数据下工具变量线性回归模型的统计推断及应用

发布时间：2017-09-10 18:19

  本文关键词：纵向数据下工具变量线性回归模型的统计推断及应用

  更多相关文章： 纵向数据 工具变量 二次推断函数 内生变量 外生变量

【摘要】：纵向数据的统计分析越来越引起人们的关注,其主要原因是该类数据融合了时间序列数据和截面数据的特点和优点,较好地反映了个体间差异和个体内的变化,因此,它被广泛应用到经济、生物、医学等领域。分析该类数据的关键点在于处理组内相关性。在对该类数据进行统计建模分析时,往往假定模型中的解释变量是外生的。但在实际应用中,模型中的解释变量外生性并不满足,解释变量是内生变量,已有的纵向数据统计分析方法不再适用。如果忽略解释变量的内生性,所得的估计将会是有偏的和不相合的。为了解决该问题,本文考虑纵向数据下工具变量线性回归模型的统计推断问题,其主要工作如下:首先,通过引入工具变量来解决解释变量的内生性问题。其次,为了处理纵向数据的组内相关性,采用二次推断函数方法构造目标函数。在一些正则条件下,给出了参数估计的相合性和渐近正态性。为了评价所提出估计方法的有限样本性质,进行了模拟研究。模拟研究表明所提出的估计方法不仅消除了内生变量的影响,而且无论是否正确指定工作相关矩阵,二次推断函数方法所得到的参数估计都具有较高的效。最后将所提出的估计方法应用于探究贸易开放与经济增长的关系中,结果表明使用国外市场接近度作为工具变量,贸易开放度与经济增长有更强的正相关性。
【关键词】：纵向数据 工具变量 二次推断函数 内生变量 外生变量
【学位授予单位】：重庆工商大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 绪论8-10
• 第2章 工具变量的提出背景及其估计方法10-17
• 2.1 工具变量的提出10-13
• 2.1.1 外生变量与内生变量的定义10
• 2.1.2 工具变量的定义10-12
• 2.1.3 工具变量的研究现状12-13
• 2.2 工具变量的估计方法13-17
• 2.2.1 两阶段最小二乘估计13-15
• 2.2.2 两阶段最小二乘估计的性质15-17
• 第3章 纵向数据及其估计方法17-24
• 3.1 纵向数据的介绍17-19
• 3.1.1 纵向数据的定义17-18
• 3.1.2 纵向数据的表示18-19
• 3.2 纵向数据的研究现状19-20
• 3.3 纵向数据的估计方法20-24
• 3.3.1 广义估计方程方法20-21
• 3.3.2 二次推断函数方法21-24
• 第4章 纵向数据下工具变量回归模型的估计方法及性质24-34
• 4.1 模型介绍24-25
• 4.2 二次推断函数的估计方法25-26
• 4.3 渐近性质26-30
• 4.4 模拟研究30-34
• 第5章 实例分析34-39
• 5.1 内生性及处理34-36
• 5.2 变量说明和数据来源36-37
• 5.3 模型设定37
• 5.4 结果分析37-39
• 第6章 结论与总结39-40
• 参考文献40-43
• 附录43-48
• 致谢48-49
• 研究生期间科研情况49

【参考文献】

中国期刊全文数据库 前1条

1 刘强;薛留根;;纵向数据下部分线性EV模型的渐近性质[J];应用数学学报;2009年01期

，

本文编号：825887