×
董浩;大冢大津;卢克·泰勒

带误差变量的非参数回归的带宽选择。 （英语） Zbl 07716560号

经济。版次。 42，第4号，393-419（2023）.
摘要：对于回归变量中存在经典测量误差的非参数回归模型，我们提出了两种新的带宽选择方法。每种方法都使用第二次（密度）反褶积来评估回归的预测误差。第一种方法使用典型的leave-on-out交叉验证标准，而第二种方法使用bootstrap方法和带外预测的概念。我们证明了这两种方法的渐近有效性，并将其与蒙特卡罗研究中的SIMEX方法进行了比较。与当前最先进的方法相比，本文提出的方法不仅大大降低了计算成本，还降低了平均积分平方误差（MISE）。

MSC公司：

62第20页 统计学在经济学中的应用

关键词：

测量误差模型;反褶积;非参数回归;带宽选择
PDF格式BibTeX公司 XML格式引用
\textit{H.Dong}等人，《经济学》。第42版，第4号，393--419（2023年；Zbl 07716560）
全文： 内政部

参考文献：

[1] Bartalotti，O。；扣环，Q。；Dieterle，S.，《对运行变量的群体特定误计量的回归不连续性设计的修正》，《商业与经济统计杂志》，39，833-848（2020）
[2] Breiman，L.，《随机森林，机器学习》，45，1，5-32（2001）·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324
[3] 布拉特曼，C。；Jamison，J。；Koroknay-Palicz，T。；罗德里格斯，K。；Sheridan，M.，《测量误差：定性验证调查数据的方法》，《发展经济学杂志》，120，99-112（2016）·doi:10.1016/j.jdeveco.2016.01.005
[4] Calonico，S。；医学博士Cattaneo。；Farrell，M.H.，《关于非参数推断中偏差估计对覆盖率准确性的影响》，《美国统计协会杂志》，113，522，767-779（2018）·Zbl 1398.62113号 ·doi:10.1080/01621459.2017.1285776
[5] Calonico，S。；医学博士Cattaneo。；Farrell，M.H.，局部多项式回归的覆盖误差最优置信区间（2020）
[6] 卡罗尔，R.J。；Hall，P.，解卷积密度的最佳收敛速度，美国统计协会杂志，83，404，1184-1186（1988）·Zbl 0673.62033号 ·网址：10.1080/01621459.1988.10478718
[7] 卡罗尔，R.J。；Ruppert，D。；斯蒂芬斯基，洛杉矶。；Crainiceanu，C.M.，《非线性模型中的测量误差：现代观点》，伦敦（2006），查普曼和霍尔/CRC·兹比尔1119.62063
[8] 切尔诺朱科夫，V。；Chetverikov，D。；Kato，K.，经验过程上确界的高斯近似，《统计年鉴》，421564-1597（2014）·Zbl 1317.60038号
[9] Chichignoud，M。；Hoang，V.H。；Ngoc，T.M.P。；Rivoirard，V.，带变量误差的自适应小波多元回归，《电子统计杂志》，11，1，682-724（2017）·Zbl 1362.62086号 ·doi:10.1214/17-EJS1238
[10] Davezies，L。；Barbanchon，T.L.，运行变量中存在连续测量误差的回归不连续性设计，《计量经济学杂志》，200，2，260-281（2017）·Zbl 1388.62363号 ·doi:10.1016/j.jeconom.2017.06.010
[11] Delaigle，A。；Gijbels，I.，反褶积核密度估计中的实际带宽选择，计算统计与数据分析，45，2249-267（2004）·Zbl 1429.62125号 ·doi:10.1016/S0167-9473（02）00329-8
[12] Delaigle，A。；Gijbels，I.，从污染样本中估计核密度的Bootstrap带宽选择，统计数学研究所年鉴，56，1，19-47（2004）·Zbl 1050.62038号 ·doi:10.1007/BF02530523
[13] Delaigle，A。；Hall，P.，《使用SIMEX平滑变量误差问题中的参数选择》，《美国统计协会杂志》，103，481，280-287（2008）·Zbl 1471.62297号 ·doi:10.1198/0162145000001555
[14] Delaigle，A。；霍尔，P。；Jamshidi，F.，非参数误差-变量回归的置信带，英国皇家统计学会期刊B辑：统计方法，77，1，149-169（2015）·Zbl 1414.62129号 ·doi:10.1111/rssb.12067
[15] Delaigle，A。；霍尔，P。；Meister，A.，《关于重复测量的反褶积》，《统计年鉴》，36，2，665-685（2008）·Zbl 1133.62026号 ·doi:10.1214/00905360000000884
[16] Delaigle，A。；Meister，A.，异方差误差-变量问题中的非参数回归估计，美国统计协会杂志，102，480，1416-1426（2007）·Zbl 1332.62113号 ·doi:10.1198/0162145000000987
[17] Fan，J.，《关于非参数反褶积问题的最佳收敛速度》，《统计学年鉴》，第19卷，第1257-1272页（1991年）·Zbl 0729.62033号
[18] 范，J。；Truong，Y.K.，变量有误差的非参数回归，《统计年鉴》，21900-1925（1993）·Zbl 0791.62042号
[19] 霍尔，P。；Meister，A.，《反褶积的脊参数方法》，《统计年鉴》，35，1535-1558（2007）·Zbl 1147.62031号
[20] 哈德尔，W。；霍尔，P。；Marron，J.S.，自动选择回归平滑参数与最佳参数相差多远？，美国统计协会杂志，83，86-95（1988）·Zbl 0644.62048号
[21] 哈德尔，W。；Marron，J.S.，非参数回归函数估计中的最优带宽选择，统计年鉴，131465-1481（1985）·Zbl 0594.62043号
[22] 胡，Y。；Schennach，S.M.，非经典测量误差模型的仪器变量处理，《计量经济学》，76，1，195-216（2008）·Zbl 1132.62101号 ·doi:10.1111/j.0012-9682.20080823.x
[23] 胡，Y。；Schennach，S.M。；Shiu，J.，具有连续非经典测量误差的非参数单调回归模型的识别，计量经济学杂志，226，2，269-294（2022）·Zbl 07471872号 ·doi:10.1016/j.jeconom.2020.09.014
[24] 加藤，K。；Sasaki，Y.，未知误差分布反褶积中的统一置信带，《计量经济学杂志》，207，1，129-161（2018）·兹比尔1452.62328 ·doi:10.1016/j.econom.2018.07.001
[25] 加藤，K。；Sasaki，Y.，非参数误差-变量回归的统一置信带，《计量经济学杂志》，213,2516-555（2019）·Zbl 1456.62072号 ·doi:10.1016/j.jeconom.2019.05.021
[26] Kurisu，D。；Otsu，T.，关于重复测量反褶积估计量的一致收敛性，计量经济学理论（2021）
[27] 麦克默里，T.L。；Politis，D.N.，无限阶平顶核的非参数回归，非参数统计杂志，16，3-4，549-562（2004）·Zbl 1072.62029号 ·网址：10.1080/10485250310001622596
[28] Meister，A.，《非参数统计中的反褶积问题》，德国柏林（2009），施普林格出版社·Zbl 1178.62028号
[29] 诺瓦克，V。；Hajjar，I.，《血压和认知功能之间的关系》，《自然心脏病学评论》，第7、12、686-698页（2010年）·doi:10.1038/nrcordo.2010.161
[30] 佩雷拉，M。；北卡罗来纳州卢奈。；阿泽夫多。；Barros，H.，发展中国家和发达国家高血压患病率、意识、治疗和控制的差异，《高血压杂志》，27，5，963-975（2009）·doi:10.1097/HJH.0b013e3283282f65
[31] 彼得斯，R。；北卡罗来纳州贝克特。；Forette，F。；Tuomilehto，J。；克拉克，R。；里奇，C。；Waldman，A。；沃尔顿，I。；Poulter，R。；马，S。；Comsa，M。；伯奇，L。；弗莱彻，A。；Bulpitt，C.，《认知功能评估（HYVET-COG）：一项双盲、安慰剂对照试验中老年高血压患者的痴呆和血压降低事件》，《柳叶刀神经病学》，7，8，683-689（2008）·doi:10.1016/S1474-4422（08）70143-1
[32] Sabayan，B。；Westendorp，R.G.，《血压控制和认知障碍——低并不总是更好》，JAMA内科杂志，175，4，586-587（2015）
[33] Schennach，S.M.，《计量误差文献的最新进展》，《经济学年度评论》，8，1，341-377（2016）·doi:10.146/经济年鉴-080315-015058
[34] Schennach，S.M.，无独立性的卷积，计量经济学杂志，211，1308-318（2019）·Zbl 1452.62958号 ·doi:10.1016/j.jeconom.2018.12.018
[35] 斯蒂芬斯基，洛杉矶。；Carroll，R.J.，解卷积核密度估计，统计学，21，2，169-184（1990）·Zbl 0697.62035号 ·doi:10.1080/02331889008802238
[36] Wong，W.H.，《关于核非参数回归中交叉验证的一致性》，《统计年鉴》，第11期，第1136-1141页（1983年）·Zbl 0539.62046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。