多元部分线性模型的B-样条估计(英文)

本文考虑多元部分线性回归模型的估计问题,得到了该模型参数的最小二乘估计和非参数函数的B-样条估计,并证明了参数估计的渐近正态性,给出了非参数函数估计的最优收敛速度.     

部分线性单指标EV模型中参数的经验似然置信域

考虑部分线性单指标EV模型,利用纠偏方法构造了模型中未知参数的经验对数似然比统计量.在适当条件下,证明了所提出的统计量依分布收敛于标准x2分布,所得结果可以构造未知参数的置信域.通过模拟研究在置信域精度及其覆盖概率大小方面进行了说明.     

多元部分线性模型的几个渐近性质(英文)

The paper considers a multivariate partially linear model under independent errors,and investigates the asymptotic bias and variance-covariance for parametric component βand nonparametric component F（·）by the GJS estimator and Kernel estimation.     

纵向数据下部分线性EV模型的渐近性质

研究了纵向数据下部分线性EV函数关系模型.应用一般非参数权函数法和广义最小二乘法给出了未知参数β,误差方差σ2以及未知函数g(·)的估计.在一般的条件下,证明了β,σ2估计的渐近正态性,同时也给出了未知函数g(·)估计的收敛速度,其结果是独立数据情形下相应结果的推广.     

纵向数据下线性EV模型的变量选择

本文考虑了纵向数据线性EV模型的变量选择.基于二次推断函数方法和压缩方法的思想提出了一种新的偏差校正的变量选择方法.在选择适当的调整参数下,我们证明了所得到的估计量的相合性和渐近正态性.最后通过模拟研究验证了所提出的变量选择方法的有限样本性质.     

Statistical Inferences in a Partially Linear Model with Autoregressive Errors

Acta Mathematicae Applicatae Sinica, English Series - In this paper, we consider the statistical inferences in a partially linear model when the model error follows an autoregressive process. A...     

响应变量删失时函数型部分线性分位数回归模型的估计

最近几年,函数型数据分析的理论和应用飞速发展.在许多实际应用里,响应变量往往存在随机右删失的情况.考虑利用函数型部分线性分位数回归模型来刻画函数型和标量预测量与右删失响应变量之间的关系.基于函数型主成分基函数来逼近未知的斜率函数,通过极小化逆概率加权分位数损失函数得到未知系数的估计量.文章的估计方法容易通过加权分位数回归程序实现.在一定的假设条件下,给出了有限维参数估计量的渐近正态性与斜率函数估计量的收敛速度.最后,通过模拟计算与应用实例证明了所提方法的有效性.     

基于网点观测的变量不全含误差的部分线性函数关系模型

对一类基于网点观测的部分线性变量含误差模型进行了研究,解释变量为(xτ,μτ,t)τ,其中x带有观测误差,而μ,t不含误差为真实值,文中用最小二乘原理给出了未知参数的估计,并利用一阶样条方法给出了未知函数的估计.在较弱的条件下证明了估计量的强相合性,给出了a.s.收敛速度.     

基于网点观测的变量不全含误差的部分线性函数关系模型

对一类基于网点观测的部分线性变量含误差模型进行了研究,解释变量为(xτ,μτ,t)τ,其中x带有观测误差,而μ,t不含误差为真实值,文中用最小二乘原理给出了未知参数的估计,并利用一阶样条方法给出了未知函数的估计．在较弱的条件下证明了估计量的强相合性。给出了a．s．收敛速度．     

缺失数据下半参数变系数部分线性模型的统计推断

该文研究协变量随机缺失下半参数变系数部分线性模型的统计推断.利用逆概率加权最小二乘方法给出了模型中参数分量和非参数分量的估计,并证明了它们的渐近正态性.另外该文又提出了一个逆概率加权经验对数似然比统计量,并证明该统计量服从标准χ~2分布,从而构造了模型中参数分量的经验似然置信域.最后通过模拟研究和实例分析说明该文提出的方法具有较好的有限样本性质.     

Quantile Regression of Ultra-high Dimensional Partially Linear Varying-coefficient Model with Missing Observations

In this paper,we focus on the partially linear varying-coefficient quantile regression with missing observations under ultra-high dimension,where the missing observations include either responses or covariates or the responses and part of the covariates are missing at random,and the ultra-high dimension implies that the dimension of parameter is much larger than sample size.Based on the B-spline method for the varying coefficient functions,we study the consistency of the oracle estimator which i...     

部分线性模型中的非参数部分的线性性检验

In this paper,we propose the test statistic to check whether the nonpara- metric function in partially linear models is linear or not.We estimate the nonpara- metric function in alternative by using the local linear method,and then estimate the parameters by the two stage method.The test statistic under the null hypothesis is calculated,and it is shown to be asymptotically normal.     

�������ֲ������¶�Ԫ����ģ���к����������

In Bayesian analysis, the Markov Chain Monte Carlo (MCMC) algorithm is an efficient and simple method to compute posteriors. However, the chain may appear to converge while the posterior is improper, which will leads to incorrect statistical inferences. In this paper, we focus on the necessary and sufficient conditions for which improper hierarchical priors can yield proper posteriors in a multivariate linear model. In addition, we carry out a simulation study to illustrate the theoretical results, in which the Gibbs sampling and Metropolis-Hasting sampling are employed to generate the posteriors.     

不完全椭球约束下多指标线性模型中的可容许线性估计

分别在二次损失及矩阵损失下,在齐次及一般线性估计类中,求出了带不完全椭球约束的多指标线性模型的线性估计是可容许的充要条件,推广了「１～５」的结果,丰富了这方面的内容。     

Asymptotic Normality of LS Estimate in Simple Linear EV Regression Model

Though EV model is theoretically more appropriate for applications in which measurement errors exist, people are still more inclined to use the ordinary regression models and the traditional LS method owing to the difficulties of statistical inference and computation. So it is meaningful to study the performance of LS estimate in EV model. In this article we obtain general conditions guaranteeing the asymptotic normality of the estimates of regression coefficients in the linear EV model. It is noticeable that the result is in some way different from the corresponding result in the ordinary regression model.     

固定效应部分线性单指标面板模型的惩罚二次推断估计

单指标面板模型已广泛应用于各学科领域的研究中,其估计方法较为丰富,然而鲜有估计方法将个体内的相关性考虑在内.基于此,本文研究了一类个体内存在相关性的固定效应部分线性单指标面板模型,采用惩罚二次推断函数法和LSDV法相结合的方法对模型进行估计,证明了所得估计量的一致性和渐近正态性.Monte Carlo模拟结果显示其具有...     

Invariant Tests for Covariance Structures in Multivariate Linear Model

The null hypothesis that the error vectors in a multivariate linear model are independent is tested against the alternative hypothesis that they are dependent in some specified manner. This dependence is assumed to be due to common random components or autocorrelation over time. The testing problem is solved by classical invariance arguments under multinormality. The most powerful invariant test usually depends on the particular alternative and may even lack a closed form expression. Then the locally best test is derived. The power is maximized at the null hypothesis in the direction of some alternative. In most applications the direction where the maximization is performed does not enter the test. Then the locally uniformly best test exists. Several applications are outlined.     

部分线性模型非参数分量的同时置信带

本文研究部分线性模型中非参数分量同时置信带的构造问题。在适当条件下,建立了非参数分量估计曲线与真实曲线之间的最大绝对偏差的渐近分布,所得结果可以构造非参数分量的同时置信带,并进行各种统计推断任务。通过模拟研究和实际数据分析对所提方法进行了说明。     

聚集数据多元线性模型参数的多元聚集广义岭估计的相对效率

对于聚集数据的多元线性模型,提出了参数的多元聚集广义岭估计的概念,给出了多元聚集广义岭估计相对于最小二乘估计及最佳线性无偏估计的两种相对效率,并得到了这两种相对效率的上界.     

聚集数据多元线性模型参数的多元聚集综合岭估计的相对效率

对于聚集数据的多元线性模型,提出了参数的多元聚集综合岭估计的概念,给出了多元聚集综合岭估计相对于最小二乘估计及最佳线性无偏估计的两种相对效率,并得到了这两种相对效率的上界.应用Monte Carlo模拟,验证了有关结论是合理的.