×
谢奇昌;孙乾坤;刘俊贤

非参数导数函数的局部加权复合分位数估计与平滑参数选择。 （英语） Zbl 1490.62103号

经济。版次。 39，第3期，215-233（2020）.
小结：估计导数是最重要的，因为它可以定量地测量响应和解释变量之间关系的变化率。我们提出了一种局部加权复合分位数方法来估计未知回归函数的梯度。由于权重的使用，讨论了一种数据驱动的加权方案，以最大化估计量的渐近效率。我们推导了所提出估计量的领先偏差、方差和正态性。对渐近相对效率进行了研究，结果表明，新方法为局部最小二乘法、局部分位数回归和局部复合分位数回归提供了一种高效的替代方法。此外，还考虑了一种全自动带宽选择方法，并证明了该方法可以提供具有oracle属性的带宽，这意味着，如果已知真实梯度，则其渐近等价于最佳带宽。通过仿真比较了不同的估计量，并用一个例子说明了它们的性能。模拟和实证结果都与我们的理论发现相一致。

引用于1文件

MSC公司：

62G08号 非参数回归和分位数回归
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
62第20页 统计学在经济学中的应用

关键词：

梯度估计;最小二乘交叉验证;局部多项式拟合;加权复合分位数回归
PDF格式BibTeX公司 XML格式引用
\textit{Q.Xie}等人，《经济学》。第39版，第3号，215--233（2020；Zbl 1490.62103）
全文： 内政部 链接

参考文献：

[1] Anglin，P.M。；Gençay，R.，特征价格函数的半参数估计，应用计量经济学杂志，11，6，633-648（1996）
[2] Bradic，J。；范，J。；Wang，W.，超高维变量选择的惩罚复合拟似然，英国皇家统计学会杂志：B辑（统计方法），73，3，325-349（2011）·Zbl 1411.62181号
[3] Cao，G.，相依函数数据导数的同时置信带，《电子统计杂志》，8，2，2639-2663（2014）·Zbl 1309.62074号
[4] Chaudhuri，P.，回归分位数的非参数估计及其局部Bahadur表示，《统计年鉴》，2760-777（1991）·Zbl 0728.62042号
[5] 乔杜里，P。；Doksum，K。；Samarov，A.，《平均导数分位数回归》，《统计年鉴》，25715-744（1997）·兹比尔0898.62082
[6] Dai，W。；Tong，T。；Genton，M.G.，非参数回归中导数的最佳估计，机器学习研究杂志，17，1-25（2016）·Zbl 1392.62110号
[7] De Brabanter，K。；De Brabanter，J。；De Moor，B。；Gijbels，I.，局部多项式拟合的导数估计，《机器学习研究杂志》，14，281-301（2013）·Zbl 1320.62088号
[8] 范，J。；Gijbels，I.，局部多项式拟合中的数据驱动带宽选择：可变带宽和空间适应，英国皇家统计学会期刊B，57371-394（1995）·Zbl 0813.62033号
[9] 范，J。；Gijbels，I.，局部多项式建模及其应用（1996），伦敦：Chapman和Hall，伦敦·Zbl 0873.62037号
[10] Gasser，T。；Müller，H.G.，用核方法估计回归函数及其导数，斯堪的纳维亚统计杂志，11171-185（1984）·Zbl 0548.62028号
[11] 顾J。；李强。；Yang，J.C.，《多元局部多项式核估计量：领先偏差和渐近分布》，《计量经济学评论》，34，6-10，979-1010（2015）·Zbl 1491.62027号
[12] 霍尔，P。；李强。；Racine，J.S.，《存在不相关回归变量时回归函数的非参数估计》，《经济学与统计学评论》，第89、4、784-789页（2007年）
[13] Härdle，W。；Gasser，T.，关于回归函数导数的稳健核估计，《斯堪的纳维亚统计杂志》，12，233-240（1985）·Zbl 0568.62041号
[14] 哈斯蒂，T。；Loader，C.，《局部回归：自动内核木工》，《统计科学》，8，2，120-129（1993）
[15] 亨德森·D·J。；李强。；参数，C.F。；Yao，S.，非参数回归估计的基于梯度的平滑参数选择，《计量经济学杂志》，184，2，233-241（2015）·Zbl 1331.62230号
[16] 蒋，X。；姜杰。；Song，X.，Oracle基于加权复合分位数回归的非线性模型选择，统计研究，221479-1506（2012）·Zbl 1253.62025号
[17] 姜杰。；蒋，X。；Song，X.，DTARCH模型的加权复合分位数回归估计，《计量经济学杂志》，17，1，1-23（2014）·兹比尔1521.62150
[18] Kai，B。；李，R。；Zou，H.，局部复合分位数回归平滑：局部多项式回归的一种有效且安全的替代方法，英国皇家统计学会杂志：B辑（统计方法），72，1，49-69（2010）·Zbl 1411.62101号
[19] Koenker，R。；Bassett，G.S.，回归分位数，计量经济学，46，1，33-50（1978）·Zbl 0373.62038号
[20] 李强。；Racine，J.S.，《非参数计量经济学：理论与实践》（2007），普林斯顿：普林斯顿大学出版社，普林斯顿·Zbl 1183.62200号
[21] 李强。；Racine，J.S.，混合分类和连续数据条件CDF和分位数函数的非参数估计，《商业与经济统计杂志》，26，4，423-434（2008）
[22] Lin，W。；蔡，Z。；李，Z。；Su，L.，非参数条件分位数导数函数估计中的最优平滑，《计量经济学杂志》，188，2，502-513（2015）·Zbl 1337.62079号
[23] Masry，E.，时间序列的多元局部多项式回归：一致强一致性和速率，时间序列分析杂志，17，6，571-599（1996）·Zbl 0876.62075号
[24] 穆勒，H.G。；Stadtmuller，美国。；Schmitt，T.，噪声数据导数的带宽选择和置信区间，Biometrika，74，4，743-749（1987）·Zbl 0628.62034号
[25] 参数，C.F。；亨德森·D·J。；Kumbhakar，S.C.，特征价格函数的非参数估计，应用计量经济学杂志，22，3，695-699（2007）
[26] Racine，J.S。；李琼，用分类数据和连续数据对回归函数进行非参数估计，《计量经济学杂志》，119,199-130（2004）·Zbl 1337.62062号
[27] Rice，J.A.，区分的带宽选择，多元分析杂志，19，2，251-264（1986）·Zbl 0632.62037号
[28] 理查德，C。；本杰明·H。；Cidambi，S.，导数估计的广义Cp标准，技术计量学，53，238-253（2011）
[29] Silverman，B.W.，《密度估计》（1986），伦敦：查普曼和霍尔，伦敦·Zbl 0617.62042号
[30] 孙，J。；盖，Y.J。；Lin，L.，一般误差分布情况下的加权局部线性复合分位数估计，《统计规划与推断杂志》，143，6，1049-1063（2013）·Zbl 1428.62166号
[31] 王，W。；Lin，L.，基于差序列的局部加权最小二乘回归导数估计，机器学习研究杂志，16，2617-2641（2015）·Zbl 1351.62095号
[32] Yu，K。；Jones，M.C.，局部线性分位数回归，美国统计协会杂志，93，441，228-237（1998）·Zbl 0906.62038号
[33] 赵，Z。；Xiao，Z.，通过最优组合分位数信息的有效回归，计量经济学理论，30，6，1272-1314（2014）·Zbl 1314.62151号
[34] Zhou，Z.，非平稳时间序列分位数曲线的非参数推断，《统计年鉴》，38，4，2187-2217（2010）·Zbl 1202.62062号
[35] 邹，H。；袁明，复合分位数回归与预言模型选择理论，《统计年鉴》，36，3，1108-1126（2008）·Zbl 1360.62394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。