右删失数据下分位数回归的光滑经验似然检验

关于线性分位数回归模型的参数检验问题,对完全观测数据,已有文献用经验似然(EL)法和光滑经验似然(SEL)法构造的检验统计量在原假设下均以卡方分布χ_M~2为渐近分布.对右删失数据,已有文献用EL法构造的检验统计量以加权卡方分布为渐近分布,而权重是待估的.对右删失数据,本文用EL法和SEL法构造的检验统计量在原假设下均依分布收敛到χ_M~2,因此无需估计权重.由于SEL法的估计函数是光滑的,故可以进行Bartlett纠偏.随机模拟结果表明与已有的方法相比,SEL法经过Bartlett纠偏后有更高的精度.     

函数型二次模型的假设检验

本文研究了函数型二次回归中二次参数函数的显著性检验问题。采用函数型主成分分析将预测变量函数进行投影降维,利用零模型和全模型的残差平方和构造F型检验统计量。在一定的正则条件下证明了检验统计量在原假设下渐近于F分布,在备择假设下检验统计量依概率趋于无穷,从而表明该检验方法是相合的。进一步证明了在一定收敛速度的局部备择假设下,检验统计量渐近于非中心F分布。最后通过数值模拟研究了该检验方法在有限样本下的表现,并给出了一个实际例子进一步验证所提方法的有效性。     

多元时间序列GARCH型模型的诊断检验

多元时间序列GARCH型模型已被证实在理论和实际中具有重要作用.该文对这一类模型的拟合优度提出了一组得分型检验统计量.这些检验在零假设模型下渐近服从卡方分布,计算简单,临界值容易得到.检验对备择模型比较敏感,能侦察到以1/n~(1/2)的速度收敛到零假设的备择模型.对于可能的多个备择,构造了渐近分布自由的Maximin检验;而对于饱和备择情形,基于得分型检验的思想提出了一个构造Omnibus检验的可能性.值得指出的是构造的这组检验能检测到零假设模型的条件协差阵的每一部分可能的偏离,从而当模型被错误指定时,该检验能提供相关信息进行模型修正.模拟结果表明该文的检验表现理想.     

一类相合的分位点型检验

广义非参数似然比检验统计量是一类很广的统计量,包含了众多重要的检验统计量,如Anderson-Darling(AD)等.利用Rubin的随机经验分布函数替代经验分布函数的方法,得到了广义非参数似然比检验统计量的新版本,构造了新的检验统计量.由于新的检验统计量在给定样本下仍然是随机变量,选择了它的分位点和期望作为检验统计量,分别称之为分位点型检验统计量和期望型检验统计量.在简单假设情况下,证明了分位点型检验统计量和期望型检验统计量在固定备择下的相合性.模拟结果显示,在某些备择下,新的检验的功效明显高于原有的基于经验分布函数的检验的功效.     

PLM中误差方差未知时的GLR

本文检验部分线性回归模型(PLM)中,误差的方差未知时,函数部分是否是线性函数,在备择假设下,先用局部多项式方法估计出函数部分,再估计参数部分.计算出了零假设下广义似然比(GLR)检验统计量的表达式,给出了它的渐近分布,并对结果进行了模拟.     

预测回归模型序列相关性的Jackknife经验似然比检验

预测回归模型是计量经济学中的重要模型,而相关的序列检验问题在文献中尚未被提及.考虑到序列相关性检验在模型实证中的重要性,文章基于Jackknife经验似然法,构造了该模型的序列相关检验统计量,并在一定条件下推导了零假设成立时检验统计量的渐近分布,分析了它在局部备择假设下的功效情况,最后通过随机模拟和实际数据例子验证了该检验方法的有限样本性质.     

基于经验分布函数的高维正态性检验（英文）

基于经验分布函数(EDF)的Kolmogorov-Smirnov (KS),Cramer-von Mises (CM)和AndersonDarling (AD)统计量是单变量正态性检验中常用的统计量.本文通过变量降维方法,提出基于EDF的广义统计量来检验高维正态性.通过蒙特卡洛方法模拟了三种统计量的近似临界值,并基于单变量情形下统计量的近似分布公式研究了广义统计量在原假设下的近似分布.蒙特卡洛模拟说明在某些备择假设下,所提出的统计量比现有方法功效更好.最后,本章将提出的检验方法应用于实际数据验证统计量的有效性.     

长相依序列均值变点检测

研究了长相依序列均值变点检测问题.首先给出变点检验的Ratio统计量其次分别推导了原假设和备择假设下统计量的极限分布,最后用蒙特卡洛方法模拟出检验的临界值,并通过数值模拟和实例分析说明方法的有效性.     

上界型拟合优度检验

对简单零假设情况,构造出一类上界型拟合优度检验.取不同的参数λ和不同的权函数,这类检验不仅包含许多已存在的检验,如Kolmogorov-Smirov检验,Berk-Jones检验等,而且还给出一些新的检验.众所周知,对不同的问题,"最优"的检验是不同的,有必要对这类检验的性质进行讨论.该文对任意给定的λ和较一般的权函数q(·),在较弱的条件下,导出了相应上界型检验统计量在零假设下的渐近分布,研究了它们的局部渐近功效;在若干固定备择假设下,对该类检验的功效进行了模拟研究.模拟结果表明,在不同的备择假设下,功效较优的检验是不同的,不存在对所有情况一致最优的检验.     

面板数据交互固定效应模型的方差分量检验

研究了面板数据交互固定效应模型中方差分量的检验问题.首先依据模型中误差项的估计构造辅助回归模型,然后根据该辅助回归构造检验统计量,对模型中的异方差性进行检验.进一步,通过构造不同的辅助回归模型和检验统计量可以判别异方差的来源.在一定正则条件下,得到了检验统计量在原假设和备择假设下的渐近分布,并说明所提出的检验方法不依赖于误差分布.最后,通过模拟研究对本文的检验方法进行评价,说明所提检验方法是有效的.     

含有测量误差的Panel数据模型的统计推断

本文考虑含有测量误差的Panel数据模型在约束条件下的参数估计和检验问题.首先,给出未知参数向量的纠正最小二乘估计,在一些正则条件下研究其渐近性质.其次,对线性约束条件的假设检验问题,利用原假设和备择假设下纠正残差平方和的差构造检验统计量,并证明该检验统计量的渐近分布.最后,通过数值模拟研究验证所提估计和检验方法的有效性.     

部分函数型线性空间自回归模型的假设检验

本文提出了部分函数型线性空间自回归模型的空间效应以及参数效应的假设检验问题.首先利用函数型主成分分析方法估计斜率函数,利用广义矩估计方法估计参数.然后利用得到的相合估计,在原假设和备择假设下,构造了基于残差平方和的检验统计量,同时给出了此检验统计量的渐近性质.模拟结果表明在有限样本下,检验统计量具有良好表现.最后将部分函数型线性空间自回归模型的检验应用到一个关于经济增长的数据案例中,说明所提出的检验统计量的应用表现.     

时间序列中向量自回归模型的拟合优度检验

本文提出并研究了一些诊断检验工具,用于一般参数型的时间序列向量自回归模型的拟合优度检验．该检验在零假设下渐近服从卡方分布,并能侦察到以参数速度收敛到零假设模型的备择模型．检验涉及到权函数,因此可以灵活地选择权函数以提高检验功效,尤其是在可能的偏离方向已知情形．如果备择不是方向型的,而只知道其属于某一个模型类中,此时可构造一个渐近分布自由的极大极小（maximin）检验．对于饱和备择,基于得分型思想给出了构造万能（omnibus）检验的可行性构想．本文对提出的检验从理论上进行了功效研究．另外,为提高检验在小样本情形的功效,本文把非参数Monte Carlo检验方法推广到相依数据情形．最后,通过模拟研究和实际数据分析进一步表明检验的有用性．     

重尾序列均值变点的经验似然比检验

本文通过经验似然思想建立假设检验的方法,研究了重尾序列均值变点的检测问题.首先,基于重尾模型,在原假设和备择假设下得到经验似然函数.其次,基于经验似然函数构造似然比检验统计量,并给出在原假设成立时该似然比统计量的渐近分布.最后,进行Monte Carlo数值模拟验证该方法的有效性,模拟结果表明本方法对重尾序列均值变点的...     

非参数模型均值函数结构变点的Bootstrap检测

本文检测非参数回归模型均值函数结构变点,针对均值函数跃度的长期均值为零时,基于残量的CUSUM统计量对均值函数结构变点检验无效的问题,本文提出了一种基于均值函数的核估计的检验统计量,得到统计量在原假设和备择假设下的极限分布,并构造Bootstrap方法对非参数回归模型均值函数结构变点进行检验,证明了检验和估计的一致性;模拟结果表明本文方法明显优于已有方法。     

缺失数据均值推断的经验似然方法

研究了缺失数据的均值推断问题.在随机缺失及半参数模型的假设下,设计了基于影响函数理论的经验似然推断方法,证明了所构造的对数经验似然比检验统计量具有非参数Wilks性质.此外,该经验似然方法可以利用辅助协变量中提供的附加信息来提高检验的功效.在近邻备择假设下,计算了检验统计量的功效,并且通过一些模拟考察了该方法在有限样本下的表现.     

缺失数据均值推断的经验似然方法

研究了缺失数据的均值推断问题.在随机缺失及半参数模型的假设下,设计了基于影响函数理论的经验似然推断方法,证明了所构造的对数经验似然比检验统计量具有非参数Wilks性质.此外,该经验似然方法可以利用辅助协变量中提供的附加信息来提高检验的功效.在近邻备择假设下,计算了检验统计量的功效,并且通过一些模拟考察了该方法在有限样本下的表现.     

一类半参数GARCH-M模型的统计检验

半参数GARCH-M模型能够对资本市场的相对风险厌恶进行度量,本文利用经验似然方法对风险厌恶是否受到外生变量的影响进行检验。论文首先讨论了模型的参数估计及其渐近性质,其次利用估计方程构造检验统计量并证明其渐近服从卡方分布,最后进行了数值模拟。结果表明估计精度较高,检验统计量对备择假设比较敏感。     

多样本球性检验问题

本文给出q个多元正态总体中多样本球性检验的似然比统计量在固定备择假设下的非零渐近分布     

双向分类随机效应套模型中异常值的UMPU检验

本文就平衡的（Balanced）双向分类随机效应套模型，讨论了主效应均值滑动模型的异常值检验问题，并给出了似然比检验统计量．在零假设及备择假设下导出了检验统计量的分布，证明了检验的一致最优无编（UMPU）性．最后对相关问题进行了讨论．