×

简单线性回归中基于位置的估计量的度量。 (英语) Zbl 1510.62299号

摘要:在本文中,我们考虑了具有单个随机回归变量的线性回归模型中斜率参数的基于位置的估计量(MLBE)的某些度量。中位数偏倚MLBE非常有趣,因为它们对重尾样本具有鲁棒性,因此优于普通最小二乘估计(LSE)。在我们研究MLBE的统计特性时,考虑了两种不同的情况。在第一种情况下,假设回归量和误差服从对称稳定分布。在第二种方法中,考虑了其他类型的回归,这些回归具有潜在的污染误差。对于这两种情况,都建立了MLBE的一致性和精确的有限样本分布。还提供了相应极限分布的一些结果。此外,我们还说明了如何将我们的结果扩展到包括某些异方差和多重回归。模拟研究中研究了MLBE与LSE的有限样本特性。

MSC公司:

62J05型 线性回归;混合模型
60E07型 无限可分分布;稳定分布
10层62层 点估计
62第20页 统计学在经济学中的应用
2012年12月62日 参数估计量的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Koenker R,Bassett G.回归分位数。经济计量学。1978;46(1):33-50. doi:10.2307/1913643[Crossref],[Web of Science®],[Google学者]·Zbl 0373.62038号
[2] Sen PK.基于Kendall Tau的回归系数估计。J Amer统计协会,1968年;63(324):1379-1389. doi:10.1080/01621459.1968.10480934[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0167.47202号
[3] Preve D,Medeiros MC。简单线性回归中基于线性规划的估计量。计量经济学杂志。2011;165:128-136. doi:10.1016/j.jeconom.2011.05.011[Crossref],[Web of Science®],[Google学者]·Zbl 1441.62845号
[4] Blattberg R,Sargent T.非高斯稳定扰动回归:一些抽样结果。经济计量学。1971;39(3):501-510. doi:10.2307/1913262[Crossref],[Web of Science®],[Google学者]
[5] Kadiyala KR。非高斯稳定扰动回归:一些抽样结果。计量经济学。1972;40(4):719-722. doi:10.2307/1912965[Crossref],[Web of Science®],[Google学者]·Zbl 0274.62042号
[6] 带有柯西误差的Smith V.最小二乘回归。牛津公牛经济统计。1973;35:223-231. doi:10.1111/j.1468-0084.1973.mp35003004.x[Crossref],[Web of Science®],[Google学者]
[7] Nolan JP,Ojeda-Revah D.具有稳定误差的线性和非线性回归。计量经济学杂志。2013;172:186-194. doi:10.1016/j.jeconom.2012.08.008[Crossref],[Web of Science®],[Google学者]·Zbl 1443.62204号
[8] Hallin M,Swan Y,Verdebout T,Veredas D.具有稳定误差的线性模型中的一步R估计。计量经济学杂志。2013;172:195-204. doi:10.1016/j.econom.2012.08.016[Crosref],[Web of Science®],[谷歌学者]·兹比尔1443.62058
[9] Mandelbrot B.某些投机价格的变化。J总线。1963;36(4):394-419. doi:10.1086/294632[交叉引用],[谷歌学者]
[10] 法玛EF。股票市场价格的行为。J总线。1965;38(1):34-105. doi:10.1086/294743[对照],[谷歌学者]
[11] Desu M,Rodine R.人口中值的估计。斯堪的纳维亚斯克Aktuarietidskrift。1969;28:67-70. [谷歌学者]·Zbl 0183.48201号
[12] David H,Nagaraja H。订单统计。第三版,霍博肯,新泽西州:约翰·威利父子公司;2003.【Crossref】,【谷歌学者】·Zbl 1053.62060号
[13] 蒋J.统计大样本技术。纽约:Springer;2010.【Crossref】,【谷歌学者】·Zbl 1269.62008号
[14] Oosterhoff J.修剪平均值还是样本中位数?统计师。普罗巴伯。让。。1994;20:401-409. doi:10.1016/0167-7152(94)90132-5[Crossref],[Web of Science®],[Google学者]·Zbl 0802.62029
[15] Nolan J.稳定分布-重尾数据模型。波士顿:比克豪泽;2015年,进行中,第1章,在线阅读academic2.american.edu/jpnolan。[谷歌学者]
[16] 诺兰·J·金融手册。金融重尾分布手册。阿姆斯特丹:爱思唯尔;2003; 第106-129页。[谷歌学者]
[17] Zolotarev V.一维稳定分布,《数学专著翻译》第65卷。普罗维登斯:美国数学学会;1986.[谷歌学者]·Zbl 0589.60015号
[18] Nolan JP。稳定密度和分布函数的数值计算。Comm Statist Stoch模型。1997;13(4):759-774. doi:10.1080/15326349708807450[Taylor&Francis在线],[谷歌学者]·Zbl 0899.60012号
[19] Fama EF,Roll R.对称稳定分布的参数估计。J Amer统计协会,1971年;66(334):331-338. doi:10.1080/01621459.1971.10482264[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0217.51404号
[20] McCulloch JH公司。稳定分布参数的简单一致估计。通信统计仿真计算。1986;15(4):1109-1136. doi:10.1080/03610918608812563[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0612.62028号
[21] Garcia R,Renault E,Veredas D.通过间接推断估计稳定分布。计量经济学杂志。2011;161:325-337. doi:10.1016/j.jeconom.2010.12.007[Crossref],[Web of Science®],[Google学者]·Zbl 1441.62699号
[22] Fama E,Roll R.对称稳定分布的一些性质。J Amer统计协会,1968年;63(323):817-836. [Taylor&Francis Online]、[Web of Science®]、[Google学者]
[23] Hinich MJ,PP Talwar。稳健回归的简单方法。美国统计协会杂志,1975年;70(349):113-119. doi:10.1080/01621459.1975.10480271[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0309.62045号
[24] Hettmansperger T,McKean J,Sheather S.线性模型的基于秩的分析。统计手册,第15卷。阿姆斯特丹:爱思唯尔;1997; 第145-173页。[Crossref],[Google学者]·兹比尔0911.62056
[25] Kadiyala KR,KSR Murthy。具有柯西扰动的回归方程的估计。Canad J统计师。1977;5(1):111-120. doi:10.2307/3315088[对照],[谷歌学者]·Zbl 0386.62053号
[26] Barmi HE,Nelson P.稳定分布推断。估计函数专题讨论会论文集。IMS演讲笔记Monogr Ser。1997;32:439-456. doi:10.1214/lnms/1215455061[交叉引用],[谷歌学者]·Zbl 0905.62071号
[27] McCulloch J.稳定扰动线性回归。重尾实用指南。波士顿:Birkhäuser;1998; 第359-376页。[谷歌学者]·Zbl 1042.62574号
[28] Sen P.m相关过程样本分位数的渐近正态性。数学统计年鉴。1968;39(5):1724-1730. [谷歌学者]·Zbl 0197.16102号
[29] 柯蒂斯·JH。关于两个机会变量的商的分布。数学统计年鉴。1941;12(4):409-421. doi:10.1214/aoms/1177731679[交叉引用],[谷歌学者]·Zbl 0063.01023号
[30] Shcolnick S.关于独立稳定随机变量的比率。收录人:卡拉什尼科夫五世、佐洛塔列夫五世,编辑。随机模型的稳定性问题。数学讲义,第1155卷。施普林格;1985年,第349-354页。[谷歌学者]·Zbl 0575.60020号
[31] Cramér H.统计学的数学方法。普林斯顿:普林斯顿大学出版社;1946.[谷歌学者]·Zbl 0063.01014号
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。