| 部分线性单指标模型参数部分的统计推断 |
| |
| 作者姓名： | 黄振生 张日权 |
| |
| 作者单位： | 华东师范大学金融与统计学院, 上海 200241山西大同大学数学系, 大同 037009 |
| |
| 基金项目： | 国家自然科学基金(批准号:10871072);;山西自然科学基金(批准号:2007011014);;华东师范大学2009年优秀博士研究生培养基金资助项目 |
| |
| 摘 要： | ![]()
考虑部分线性单指标模型参数部分的统计推断问题.主要研究利用剖面最小二乘法（profile least-squares technique）估计模型的未知参数和函数,并利用该估计建立模型中参数部分的广义似然比（generalized likelihood ratio,GLR）检验统计量.在原假设条件下,文中新提出的GLR检验统计量渐近服从具有尺度常数（scaleconstant）与自由度独立于讨厌参数（nuisance parameters）的χ^2-分布,这一现象被称为Wilks现象.最后给出数字模拟与实际例子,验证文中所提出的检验方法.
|
| 关 键 词： | 渐近正态性 GLR检验 局部线性方法 部分线性单指标模型 剖面最小二乘法 Wilks现象 |
| 收稿时间： | 2008-07-29 |
| 修稿时间： | 2008-12-25 |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《中国科学A辑》浏览原始摘要信息 |
|
点击此处可从《中国科学A辑》下载全文 |
|
