發(fā)布時間：2019-08-17 15:41

【摘要】：社會是一個具有分層結(jié)構(gòu)的整體,因此具有層次結(jié)構(gòu)特征的數(shù)據(jù)在社會研究中廣泛存在,為了更加準確的處理此類數(shù)據(jù),多水平模型作為一種新的統(tǒng)計模型應運而生。多水平模型不僅能夠同時處理不同層次,跨層次變量之間的關(guān)系,而且能夠探討各層次單位特征對被解釋變量的影響,對不同水平之間的誤差項進行綜合考慮,進而對各個水平上的差異進行估計�；旌暇�性模型是一種既包含固定效應(FE)又包含隨機效應(RE)的重要統(tǒng)計模型,由于它只保留了一般線性模型被解釋變量正態(tài)性的假定,不需要獨立性以及齊方差性的假定,并允許各解釋變量間存在相關(guān)性和異方差性,所以在層次結(jié)構(gòu)數(shù)據(jù)、重復觀測數(shù)據(jù)等許多實際數(shù)據(jù)中特別適用。多水平模型可以看作是一類特殊的混合線性模型,當將多水平模型的各個層次匯總成一個總模型后,多水平模型就具有了混合線性模型的形式及特征。在處理實際問題時,我們首先需要解決的就是模型選擇問題,而變量選擇作為模型選擇的一種重要手段,是統(tǒng)計分析與推斷中的重要內(nèi)容。變量選擇問題的研究由來已久,隨著統(tǒng)計理論方法和計算機技術(shù)的不斷發(fā)展、進步和完善,變量選擇的方法逐漸增加并已有較多成熟的變量選擇準則。但是大多數(shù)變量選擇方法的研究都是基于傳統(tǒng)的線性模型,對混合線性模型尤其是多水平模型變量選擇問題的研究比較少,亦或在混合線性模型的變量選擇上不能同時進行固定效應和隨機效應的變量選擇,而且無論固定效應部分還是隨機效應部分的結(jié)構(gòu)發(fā)生變化,都會使得另一部分的變量選擇結(jié)果出現(xiàn)較大差異。本文根據(jù)混合線性模型的特點,將多水平模型改寫成混合線性模型形式,然后對混合線性模型運用改進的基斯分解(Cholesky decomposition)方法進行分解,基于在似然函數(shù)中增加罰函數(shù)項的Lasso(Least absolute shrinkage and selection operator)方法,對多水平模型同時進行變量選擇和參數(shù)估計。最后將該方法應用于紅河州農(nóng)戶數(shù)據(jù)中,對農(nóng)戶人均收入進行實證分析,從而使多水平模型的理論及應用更加完善、全面。
【圖文】：

圖 4.1 不同的個體人均收入隨時間變化的散點圖首先為了檢驗此 4 年連續(xù)觀測數(shù)據(jù)是否具有層次結(jié)構(gòu)特征，我們需要建立模型(2.1.1)-(2.1.3)對數(shù)據(jù)進行檢驗，此模型的兩個水平都沒有解釋變量，模

圖 4.1 不同的個體人均收入隨時間變化的散點圖首先為了檢驗此 4 年連續(xù)觀測數(shù)據(jù)是否具有層次結(jié)構(gòu)特征，，我們需要建立模型(2.1.1)-(2.1.3)對數(shù)據(jù)進行檢驗，此模型的兩個水平都沒有解釋變量，模
【學位授予單位】：云南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F323.8

【相似文獻】

相關(guān)期刊論文 前10條

1 高仁祥,張世英,劉豹;基于神經(jīng)網(wǎng)絡的變量選擇方法[J];系統(tǒng)工程學報;1998年02期

2 楊璐,高自友;用神經(jīng)網(wǎng)絡進行變量選擇[J];北方交通大學學報;1999年03期

3 趙進文;模型構(gòu)建中變量選擇的影響分析[J];東北財經(jīng)大學學報;2002年06期

4 李揚;朱建鋒;謝邦昌;;變量選擇方法及其在健康食品市場研究中的應用探究[J];統(tǒng)計與信息論壇;2013年10期

5 周偉,王建軍,李繼銳;基于人工神經(jīng)網(wǎng)絡的影響高速公路社會效益量化的變量選擇方法[J];西安公路交通大學學報;2000年03期

6 齊曉麗;梁慧超;馮彥妍;;回歸模型構(gòu)建中變量選擇的研究[J];河北工業(yè)大學學報;2009年06期

7 鄧金蘭;王彬寰;樊仕利;;變系數(shù)模型的變量選擇及在股票數(shù)據(jù)中的應用[J];四川大學學報(自然科學版);2009年06期

8 胡心瀚;葉五一;繆柏其;;上市公司信用風險分析模型中的變量選擇[J];數(shù)理統(tǒng)計與管理;2012年06期

9 楊金英;;變系數(shù)模型的快速變量選擇方法[J];統(tǒng)計與決策;2012年05期

10 汪建均;馬義中;;結(jié)合GLM與因子效應原則的貝葉斯變量選擇方法[J];系統(tǒng)工程理論與實踐;2013年08期

相關(guān)會議論文 前6條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國運籌學會第六屆學術(shù)交流會論文集（下卷）[C];2000年

2 李洪東;梁逸曾;;高維數(shù)據(jù)變量選擇新方法研究[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

3 李慷;席裕庚;;復雜過程系統(tǒng)中操作變量選擇與定位的方法研究[A];1993年控制理論及其應用年會論文集[C];1993年

4 云永歡;王為婷;梁逸曾;;迭代的保留有信息變量來篩選最佳變量子集的一種多元校正變量選擇方法[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

5 徐登;范偉;梁逸曾;;紫外光譜結(jié)合變量選擇和偏最小二乘回歸同時測定水中重金屬鎘、鋅、鈷[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

6 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學建模與模型集群分析——兼論過擬合、穩(wěn)健估計、變量選擇與模型評價[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

相關(guān)博士學位論文 前10條

1 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學;2009年

2 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學;2012年

3 劉吉彩;生存數(shù)據(jù)統(tǒng)計模型的變量選擇方法[D];華東師范大學;2014年

4 樊亞莉;穩(wěn)健變量選擇方法的若干問題研究[D];復旦大學;2013年

5 唐凱臨;變量選擇和變換的新方法研究[D];同濟大學;2008年

6 董瑩;高維共線性統(tǒng)計模型的參數(shù)估計與變量選擇[D];大連理工大學;2014年

7 葉飛;相對誤差準則下的估計理論和變量選擇方法的研究[D];清華大學;2013年

8 袁晶;貝葉斯方法在變量選擇問題中的應用[D];山東大學;2013年

9 王樹云;基于Bayes方法和圖限制下正規(guī)化方法的變量選擇問題及其在基因組數(shù)據(jù)中的應用[D];山東大學;2010年

10 姬永剛;分位數(shù)回歸中的貝葉斯變量選擇[D];東北師范大學;2012年

相關(guān)碩士學位論文 前10條

1 趙冬琦;基于變量選擇的股指期貨對股票市場影響的實證研究[D];蘭州大學;2015年

2 程勇;多水平模型的變量選擇在農(nóng)戶人均收入數(shù)據(jù)中的應用[D];云南財經(jīng)大學;2015年

3 鄧秋玲;SCAD和ADS方法在比例風險模型中的應用[D];廣西大學;2015年

4 韋新星;幾種變量選擇方法在Cox模型中的應用[D];廣西大學;2015年

5 閆闖;多元回歸模型中變量選擇問題研究[D];黑龍江大學;2011年

6 康贊亮;計量經(jīng)濟學模型變量選擇與設定的理論方法研究[D];清華大學;2009年

7 張丹;乘積模型的變量選擇[D];河南大學;2014年

8 郝亞楠;基于L_2-Fused Lasso變量選擇方法的性質(zhì)及應用研究[D];北京交通大學;2014年

9 滿敬鑾;生存數(shù)據(jù)模型的變量選擇[D];中南大學;2009年

10 高少龍;幾種變量選擇方法的模擬研究和實證分析[D];山東大學;2014年

本文編號：2527881