含有部分离散解释变量的单指标分位数模型的估计

发布时间：2023-03-29 02:14

　　近年来,含有指标项的半参数回归模型是高维半参数统计模型中非常重要的模型之一,无论是理论研究还是实际应用,都受到了广大学者的关注。半参数模型主要包括单指标模型,部分线性单指标模型,单指标变系数模型以及变系数单指标模型等。单指标模型主要通过降维技术将高维数据转化为一元指标变量,解决高维问题,从而能够有效避免“维度灾难”。单指标模型不仅可以保持模型结果良好的可解释性,同时又具有非参数模型的灵活性,可以很好的反映响应变量和高维解释变量之间的关系。现在关于此类非参模型的估计方法主要是基于似然方法、最小二乘法以及剖面似然方法,但是当随机误差非正态分布或者数据存在异常值时,模型的估计精度将会降低很多。同时,均值回归模型只能描述响应变量的平均水平,而分位数回归则可以更加细致的对响应变量的条件分布进行描述,提供更多的信息,并且可以降低异常值对模型结果的影响。此外,现有的模型很少有研究离散解释变量的,这在解决实际问题时有一定的缺陷。因此,本文结合单指标分位数模型研究了含部分离散解释变量的单指标分位数模型及其估计问题。为了得到更加全面稳健的系数估计值,本文将研究含部分离散解释变量的单指标分位数模型的估计方法...

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 单指标分位数模型的国内外研究历史与现状
    1.4 本文的结构安排
    1.5 研究创新
第二章 理论介绍
    2.1 分位数回归理论简介
        2.1.1 分位数的基本概念
        2.1.2 分位数回归的估计
        2.1.3 分位数回归的优点
    2.2 单指标分位数模型的简介
    2.3 均值导数法的简介
    2.4 本章小结
第三章 含离散解释变量的单指标分位数模型的估计
    3.1 含离散解释变量的单指标分位数模型的介绍
    3.2 含离散解释变量的单指标分位数模型的估计
        3.2.1 估计连续解释变量的系数βτ

        3.2.2 估计离散解释变量的系数α_τ

        3.2.3 估计g_z(v_τ)
        3.2.4 连接函数g(·)的估计
    3.3 带宽的选择
    3.4 本章小结
第四章 模拟实验与实例分析
    4.1 模拟实验
    4.2 实例分析
    4.3 带宽的选择
    4.4 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3773780

suoshi