分位數(shù)回歸對一組預測(獨立)變量和目標(因變量)的特定百分比(或分位數(shù))之間的關系進行建模。與普通最小二乘回歸相比,有兩個主要優(yōu)點:一是分位數(shù)回歸對目標變量的分布不作任何假設,二是分位數(shù)回歸傾向于抵制異常觀測的影響。本文在時間序列誤差下,對分位數(shù)回歸模型和線性回歸模型進行參數(shù)估計,所探究的方法可以規(guī)避傳統(tǒng)模型的有關缺陷。模擬研究表明,提出的方法在有限樣本下的模擬結果具有良好的體現(xiàn),并給出實例說明其有效性。文章第一部分介紹了基于EM算法對具有ARMA誤差的分位數(shù)回歸模型進行統(tǒng)計推斷。首先構造具有自回歸移動平均誤差的分位數(shù)回歸方程,運用EM算法進行參數(shù)的估計,通過模擬結果得到誤差在服從正態(tài)分布時均方誤差最小,表明該方法是有效的。最后將提出的方法應用到房地產(chǎn)數(shù)據(jù)集中進行分析。文章第二部分探究了具有AR-GARCH誤差的線性模型進行統(tǒng)計推斷。首先構造具有廣義自回歸條件異方差的線性回歸方程,通過極大似然估計方法對參數(shù)進行估計,數(shù)值模擬得到參數(shù)估計的均方誤差,結果表明該方法是有效的。最后將提出的方法應用到股票市場數(shù)據(jù)中進行分析。文章第三部分介紹了基于閾值懲罰自回歸模型的消費者信心指數(shù)的統(tǒng)計研究。首先...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

圖2.1第一行代表0.1分位數(shù)的回歸殘差的ACF和部分ACF圖;

經(jīng)過檢驗,確認表2-6中a的估計滿足平穩(wěn)條件。從表中可以看到解釋變量對不同分位數(shù)的響應變量有不同的影響。在分位數(shù)中位數(shù)、截距的95%置信區(qū)間、基于500次引導復制的變量X2和X3覆蓋零。也就是說,這些變量對響應變量Y沒有顯著影響。變量X1、X4、X5和X6是顯著的,應在相應的分位....

本文編號：4039257