×

变系数部分线性二元回归模型的有效估计。 (英语) Zbl 1206.62072号

摘要:本文考虑一个半参数变系数部分线性二元回归模型。半参数变系数部分线性回归二元模型是二元回归和变系数回归模型的推广,允许人们探索某个协变量对响应变量的可能非线性影响。提出了一种筛极大似然估计方法,并讨论了所提出估计量的渐近性质。我们的主要目标之一是同时估计非参数分量和未知参数。它更容易计算,并且所需的计算负担比现有的两阶段估计方法要小得多。在一些温和的条件下,估计量被证明是强一致的。得到了未知光滑函数的估计量的收敛速度,并证明了未知参数的估计量是渐近有效的正态分布的。通过仿真研究,研究了该方法的性能。

理学硕士:

62G08号 非参数回归和分位数回归
65C60个 统计中的计算问题(MSC2010)
6220国集团 非参数推理的渐近性质
62克05 非参数估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] McCullagh,P.,Nelder,J.A.:广义线性模型,37,统计学和应用概率专著,查普曼和霍尔出版社,伦敦,1989年·Zbl 0744.62098号
[2] Fan,J.,Huang,T.:半参数变系数部分线性模型的剖面似然推断。伯努利,11031–1057(2005)·Zbl 1098.62077号 ·doi:10.3150/bj/1137421639
[3] Dunson,D.B.:离散结果的贝叶斯等渗回归。工作文件,网址:http://ftp.isds.duke.edu/工作论文/03-16.pdf(2003)
[4] Magnac,T.,Maurin,E.:单调二元模型中的识别和信息。《计量经济学杂志》,139,76-104(2002)·Zbl 1418.62511号 ·doi:10.1016/j.jeconom.2006.06.005
[5] Manski,C.F.,Tamer,E.:利用回归变量或结果的区间数据进行回归推断。《计量经济学》,70,519–546(2002)·Zbl 1121.62544号 ·数字对象标识代码:10.1111/1468-0262.00294
[6] 班纳吉,M.,穆克吉,D.,米什拉,S.:形状约束下的半参数二元回归模型及其在印度学校教育数据中的应用。《计量经济学杂志》,149,101-117(2009)·Zbl 1429.62136号 ·doi:10.1016/j.jeconom.2008.11.002
[7] Huang,J.Z.:凹扩展线性建模:理论综合。《中国统计》,第11期,第173-197页(2001年)·兹比尔0967.62027
[8] 美国格伦纳德:《抽象推理》,威利出版社,纽约,1981年
[9] Shen,X.,Wong,W.H.:筛分估计的收敛速度。《统计年鉴》,22580-615(1994)·Zbl 0805.62008号 ·doi:10.1214/aos/1176325486
[10] 黄,J.:带区间删失的比例风险模型的有效估计。《统计年鉴》,24540-568(1996)·Zbl 0859.62032号 ·doi:10.1214/aos/1032894452
[11] Xue,H.,Lam,K.F.,Li,G.:具有当前状态数据的半参数回归模型的筛最大似然估计。《美国统计协会杂志》,99346–356(2004)·Zbl 1117.62449号 ·doi:10.1198/016214500000313
[12] Schumaker,L.:《样条函数:基本理论》,John Wiley&Sons出版社,纽约,1981年·Zbl 0449.41004号
[13] Severini,T.A.,Wong,W.H.:广义剖面似然和条件参数模型。《统计年鉴》,20,1768–1802(1992)·Zbl 0768.62015年 ·doi:10.1214/aos/1176348889
[14] Severini,T.A.,Staniswalis,J.G.:半参数模型中的拟似然估计。《美国统计协会杂志》,89501-511(1994)·Zbl 0798.62046号 ·doi:10.2307/2290852
[15] Li,R.,Liang,H.:半参数回归建模中的变量选择。《统计年鉴》,36,261–286(2008)·Zbl 1132.62027号 ·doi:10.1214/009053607000000604
[16] Lu,Y.Q.:广义部分线性变系数模型。《统计规划与推断杂志》,138,901-914(2008)·Zbl 1130.62036号 ·doi:10.1016/j.jspi.2007.02.010
[17] Li,G.R.,Tian,P.,Xue,L.G.:纵向数据半参数回归模型中的广义经验似然推断。《数学学报》,英语丛书,2029-2040年第24期(2008年)·Zbl 1151.62316号 ·doi:10.1007/s10114-008-6434-7
[18] Bickel,P.J.,Klaassen,C.A.J.,Ritov,Y.,Wellner,J.A.:半参数模型的有效和自适应推理,约翰霍普金斯大学出版社,1993年·Zbl 0786.62001号
[19] Pollard,D.:《随机过程的收敛》,Springer,纽约,1984年·Zbl 0544.60045号
[20] Wong,W.H.,Shen,X.:筛选MLE的似然比和收敛速度的概率不等式。《统计年鉴》,23339–362(1995)·兹比尔0829.62002 ·doi:10.1214/aos/1176324524
[21] van der Vaart,A.W.,Wellern,J.A.:弱收敛与经验过程,Springer-Verlag,纽约,1996
[22] Stone,C.J.:非参数回归的最佳全局收敛速度。《统计年鉴》,101040–1053(1982)·Zbl 0511.62048号 ·doi:10.1214/aos/1176345969
[23] van de Geer,S.A.:《M估计中的经验过程》,剑桥大学出版社,2000年·Zbl 0953.62049号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。