×
黄涛；李嘉良

面板数据分析中的半参数模型平均预测。 （英语） Zbl 1388.6211号

J.非参数统计。 30，第1期，125-144（2018）.
作者摘要：经济数据分析中的预测主要是线性预测方法，其中预测值是根据拟合的线性回归模型计算的。文献中提出了具有多个预测变量的多元非参数模型。然而，实证研究表明，多维非参数模型的预测性能可能并不令人满意。我们提出了一种新的半参数模型平均预测（SMAP）方法来分析面板数据，并通过数值例子研究了其预测性能。单个协变量效应的估计只需要单变量平滑，因此可能比以前的多变量平滑方法更稳定。本文结合纵向相关性对最优权参数进行了估计，并对估计结果的渐近性质进行了仔细研究。
审核人：亚历山德罗·塞尔维特拉（渥太华）

引用于7文件

MSC公司：

62G08号 非参数回归和分位数回归
2012年12月62日 参数估计量的渐近性质
62M20型 随机过程推断和预测
6220国集团 非参数推理的渐近性质

关键词：

模型平均值；面板数据；协方差函数；半参数方法；预测误差

软件：

汞
PDF格式BibTeX公司 XML格式引用
\textit{T.Huang}和\textit{J.Li}，J.非参数统计30，No.1，125--144（2018；Zbl 1388.6211）
全文： 内政部

参考文献：

[1] Aneiros，G。；Vieu，P.，《函数协变量回归的稀疏非参数模型》，《非参数统计杂志》，28，839-859（2016）·Zbl 1348.62131号 ·doi:10.1080/10485252.2016.1234050
[2] Baltagi，B.H。；Song，S.H。；Jung，B.C.，《非平衡嵌套误差分量回归模型》，《计量经济学杂志》，101，2，357-381（2001）·Zbl 0966.62043号 ·doi:10.1016/S0304-4076（00）00089-0
[3] 巴克兰，S.T。；Burnham，K.P。；Augustin，N.H.，《模型选择：推断的一个组成部分》，生物统计学，53，603-618（1997）·Zbl 0885.62118号 ·doi:10.2307/2533961
[4] 曹，H。；Li，J.等人。；Fine，J.P.，《关于最后观察结转和异步纵向回归分析》，《电子统计杂志》，第10期，第1155-1180页（2016年）·Zbl 1349.62544号 ·doi:10.1214/16-EJS141
[5] Chatfield，C.，《时间序列预测》（2001），佛罗里达州博卡拉顿：查普曼和霍尔/CRC，佛罗里达州波卡拉顿
[6] 陈，X。；邹，C。；Cook，R.D.，《坐标无关稀疏充分降维与变量选择》，《统计学年鉴》，38，3696-3723（2010）·兹比尔1204.62107 ·doi:10.1214/10-AOS826
[7] Cheng，M.Y。；张伟。；Chen，L.H.，广义多参数似然模型的统计估计，美国统计协会杂志，1041179-1191（2009）·兹比尔1388.62160 ·doi:10.1198/jasa.2009.tm08430
[8] Cheng，M.Y。；Toshio，H。；Li，J.等人。；彭浩，超高维纵向数据的非参数独立性筛选与结构识别，统计年鉴，421819-1849（2014）·Zbl 1305.62169号 ·doi:10.1214/14-AOS1236
[9] Cheng，M.Y。；本田，T。；Li，J.，《纵向/聚类数据半变系数模型的有效估计》，《统计年鉴》，44,51988-2017（2016）·Zbl 1349.62128号 ·doi:10.1214/15-AOS1385
[10] Claeskens，G。；Carroll，R.J.，《一般半参数问题中模型选择推断的渐近理论》，生物特征，94249-265（2007）·Zbl 1132.62032号 ·doi:10.1093/biomet/asm034
[11] 克莱门茨，M.P。；Hendry，D.F.，《预测经济时间序列》（1998），剑桥：剑桥大学出版社，剑桥
[12] De Gooijer，J.G。；Gannoun，A.，时间序列的非参数条件预测区域，计算统计学和数据分析，33259-275（2000）·Zbl 0990.62083号 ·doi:10.1016/S0167-9473（99）00056-0
[13] 范，J。；Gijbels，I.，《局部多项式建模及其应用》（1996），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0873.62037号
[14] 范，J。；Li，R.，《基于非关联惩罚可能性的变量选择及其Oracle属性》，美国统计协会杂志，96，1348-1360（2001）·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[15] 范，J。；Peng，H.，参数个数不同的非冲突惩罚似然，《统计年鉴》，32928-961（2004）·Zbl 1092.62031号 ·doi:10.1214/009053604000000256
[16] 范，J。；Yao，Q.，《非线性时间序列：非参数和参数方法》（2005），纽约：Springer出版社，纽约
[17] 范，J。；Feng，Y。；Song，R.，稀疏超高维加性模型中的非参数独立性筛选，美国统计协会杂志，106，544-557（2011）·Zbl 1232.62064号 ·doi:10.1198/jasa.2011.tm09779
[18] 高，Y。；张晓云。；Wang，S.Y。；Zou，G.H.，基于Leave-Subject-Out交叉验证的模型平均，《计量经济学杂志》，192139-151（2016）·Zbl 1419.62084号 ·doi:10.1016/j.jeconom.2015.07.006
[19] 霍尔，P。；穆勒，H.G。；Wang，J.L.，用于功能和纵向数据分析的主成分方法的特性，《统计年鉴》，341493-1517（2006）·Zbl 1113.62073号 ·doi:10.1214/0090536000000272
[20] Hansen，B.E.，《最小二乘模型平均法》，《计量经济学》，第75期，第1175-1189页（2007年）·Zbl 1133.91051号 ·doi:10.1111/j.1468-0262.200700785.x
[21] Hjort，N.L。；Claeskens，G.，《频繁模型平均估计值》，《美国统计协会杂志》，98，879-899（2003）·Zbl 1047.62003年 ·doi:10.19198/016214503000000828
[22] 黄，Z。；Li，J.等人。；诺特·D。；冯·L。；Ng，T.P。；Wong，T.Y.，《缺失数据下变系数模型的贝叶斯估计及其在新加坡纵向老龄化研究中的应用》，《统计计算与模拟杂志》，85，2364-2377（2015）·Zbl 1457.62112号 ·doi:10.1080/0949655.2014.928821
[23] Jolliffe，I.，主成分分析（1986），纽约：Springer-Verlag，纽约·Zbl 1011.62064号
[24] 李毅。；Xing，T.，函数/纵向数据中非参数回归和主成分分析的一致收敛率，《统计年鉴》，38，3321-3351（2010）·Zbl 1204.62067号 ·doi:10.1214/10-AOS813
[25] Li，J.等人。；Wong，W.K.，《半参数模型中纵向数据协方差模式的选择》，《医学研究中的统计方法》，第19期，第183-196页（2009年）·doi:10.1177/0962280208099447
[26] Li，J.等人。；夏，Y。；M.帕尔塔。；Shankar，A.，《纵向数据半参数模型中未知协方差结构的影响：威斯康星州糖尿病数据的应用》，计算统计与数据分析，534186-4197（2009）·Zbl 1453.62135号 ·doi:10.1016/j.csda.2009.05.008
[27] 李，D。；林惇，O。；Lu，Z.，时间序列的灵活半参数预测模型，《计量经济学杂志》，187，345-357（2015）·Zbl 1337.62271号 ·doi:10.1016/j.jeconom.2015.02.025
[28] Li，J.等人。；黄，C。；Zhu，H.，功能反应数据的功能变系数单指数模型，美国统计协会杂志，1121169-1181（2017）·doi:10.1080/01621459.2016.1195742
[29] Liang，H。；邹国华（Zou，G.H.）。；Wan，A.T.K。；Zhang，X.Y.，频繁模型平均估计的最优权重选择，美国统计协会杂志，1061053-1066（2011）·Zbl 1229.62090号 ·doi:10.198/jasa/2011.tm09478
[30] 马云（Ma，Y.）。；Zhu，L.，《降维综述》，《国际统计评论》，第81期，第134-150页（2013年）·Zbl 1416.62220号 ·doi:10.1111/j.1751-5823.012.00182.x
[31] Mack，Y.P。；Silverman，B.W.，核回归估计的弱一致性和强一致性，Zeitschrift für Wahrscheinlichkeits theory und Verwandte Gebiete，61，405-415（1982）·Zbl 0495.62046号 ·doi:10.1007/BF00539840
[32] Matzner-Lober，E。；甘农，A。；De Gooijer，J.G.，《非参数预测：三种基于核的方法的比较》，《统计学中的通信——理论和方法》，271593-1617（1998）·Zbl 0930.62037号 ·doi:10.1080/03610929808832180
[33] Meier，L。；Van De Geer，S。；Bulhmann，P.，《高维加性建模》，《统计年鉴》，37，3779-3821（2009）·Zbl 1360.62186号 ·doi:10.1214/09-AOS692
[34] Ni，L。；Fang，F.，超高维多类分类的基于熵的无模型特征筛选，非参数统计杂志，28，515-530（2016）·Zbl 1349.62279号 ·doi:10.1080/10485252.2016.1167206
[35] Vella，F.和Verbeek，M.（1997），“使用等级顺序作为工具变量：学业回报的应用”，CES讨论论文。97.10，K.U.鲁汶。
[36] Wan，A.T.K。；张，X。；邹，G.，用马尔洛准则进行最小二乘模型平均，《计量经济学杂志》，156277-283（2010）·Zbl 1431.62291号 ·doi:10.1016/j.jeconom.2009.10.030
[37] Wang，L。；李，H。；Huang，J.Z.，用于重复测量分析的非参数变系数模型中的变量选择，美国统计协会杂志，103，1556-1569（2008）·兹比尔1286.62034 ·doi:10.1198/0162145000000788
[38] 徐，M。；Li，J.等人。；Chen，Y.，变系数函数自回归模型及其在美国国债中的应用，多元分析杂志，159168-183（2017）·Zbl 1397.62154号 ·doi:10.1016/j.jmva.2017.05.003
[39] Yang，Y.，混合自适应回归，美国统计协会杂志，96574-588（2001）·Zbl 1018.62033号 ·doi:10.1198/016214501753168262
[40] Yang，Y.，多候选模型回归：选择还是混合？，中国统计局，13783-809（2003）·Zbl 1028.62021号
[41] 姚，Q。；Tong，H.，《非线性预测初始值推断的量化》，《皇家统计学会杂志》，B辑，56，701-725（1994）·Zbl 0799.62099号
[42] 张伟，用交叉验证法识别广义半变系数模型中的常数分量，统计学，211913-1929（2011）·Zbl 1225.62060号
[43] 张，X。；Liang，H.，广义可加部分线性模型的聚焦信息准则和模型平均，统计年鉴，39，174-200（2011）·Zbl 1209.62088号 ·doi:10.1214/10-AOS832
[44] 张，X。；Wan，A.T.K。；Zhou，S.Z.，非零阈值托比特模型中的聚焦信息标准、模型选择和模型平均，《商业与经济统计杂志》，30132-142（2012）·doi:10.1198/jbes.2011.10075
[45] 朱，H。；李，R。；Kong，L.，功能反应的多元变系数模型，《统计学年鉴》，402634-2666（2012）·Zbl 1373.62169号 ·doi:10.1214/12-AOS1045
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。