纵向数据下半参变系数模型的参数估计与模型检验

发布时间：2017-09-26 14:37

  本文关键词：纵向数据下半参变系数模型的参数估计与模型检验

  更多相关文章： 固定效应 随机效应 纵向数据 半参变系数模型 Hausman检验

【摘要】：纵向数据(Longitudinal Data)是统计学中十分常见的一种分析数据。由于其相对于截面数据能更好地分析样本或样本组随时间变化的趋势,同时能更准确地反应样本的组内变化和组间差异,因此得到广泛应用。由于其较强的自适应性和广泛的实际应用空间,近年来在经济学、生物医学和其他金融领域为解决实际问题提供了十分重要的解决方法。针对纵向数据的研究模型和方法也多种多样,回归分析方法是最常用的的分析方法之一。半参变系数模型是半参数模型中应用十分广泛的一种模型,也是研究纵向数据最常用的回归模型之一。本文针对纵向数据下半参变系数固定效应模型和半参变系数随机效应模型采用截面似然估计方法对模型中的参数部分和变系数部分进行估计,并对模型中的变系数部分采用非参数核估计方法进行估计。进一步,我们研究了检验半参数变系数纵向数据模型中的个体效应是固定效应还是随机效应的模型检验方法。对于参数部分,我们基于截面似然估计方法提出参数Hausman检验方法,并通过证明可知在随机效应模型下,我们构造的统计量渐近服从自由度为k的卡方分布,其中k为参数部分的维数。基于变系数部分的非参数核估计量,我们构造了非参数Hausman检验统计量,并且证明了在随机效应下我们提出的检验统计量渐近服从标准正态分布。最后通过蒙特卡罗模拟说明本文中提出的两种检验方法检验结果令人满意。
【关键词】：固定效应 随机效应 纵向数据 半参变系数模型 Hausman检验
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 绪论13-21
• 1.1 纵向数据简介及研究现状13-14
• 1.2 参数估计估计方法及其研究现状14-15
• 1.3 非参数估计方法及其研究现状15-16
• 1.4 半参数回归模型及其研究现状16
• 1.5 变系数回归模型16-18
• 1.6 固定效应和随机效应模型及其研究现状18-21
• 第二章 纵向数据下半参变系数固定效应模型估计21-29
• 2.1 截面似然估计21-24
• 2.1.1 固定效应模型及其估计方法21-23
• 2.1.2 随机效应模型及其估计方法23-24
• 2.2 非参数估计24-25
• 2.3 渐近性理论25-29
• 第三章 模型检验29-33
• 3.1 基于截面似然估计的参数检验29-30
• 3.2 基于非参数估计的非参数检验30-33
• 第四章 蒙特卡罗模拟33-47
• 第五章 本文内容总结和近一步工作展望47-49
• 第六章 附录49-59
• 6.1 假设条件49
• 6.2 参数部分估计值的渐近性证明49-54
• 6.3 非参数部分估计值的渐近性证明54-55
• 6.4 统计量的渐近性证明55-59
• 参考文献59-63
• 致谢63-65
• 研究成果及发表学术论文65-67
• 作者和导师简介67-68
• 附件68-69

【参考文献】

中国博士学位论文全文数据库 前1条

1 田瑞琴;纵向数据下半参数回归模型的统计推断[D];北京工业大学;2014年

，

本文编号：924073