【摘要】：在超總體模型中,一般用于構(gòu)建模型的輔助變量多為連續(xù)型變量,對(duì)混合類型輔助變量的模型研究較少。為了同時(shí)利用與研究變量相關(guān)的連續(xù)型和離散型輔助變量的信息,本文提出在模型校準(zhǔn)的框架下,利用非參數(shù)核回歸方法,得到混合類型輔助變量下的模型校準(zhǔn)估計(jì)量。研究證明,該估計(jì)量是漸進(jìn)設(shè)計(jì)無(wú)偏、設(shè)計(jì)一致和漸進(jìn)正態(tài)的,并給出了估計(jì)量的方差和方差的估計(jì)量。數(shù)值模擬的結(jié)果顯示,本文在總體回歸函數(shù)為線性和非線性的情況下,估計(jì)效果均有所提高。此外,通過(guò)CLHLS數(shù)據(jù)的驗(yàn)證也表明該估計(jì)量的效果優(yōu)于僅利用連續(xù)型輔助變量的估計(jì)量。
[Abstract]:In the superpopulation model, most of the auxiliary variables commonly used to construct the model are continuous variables, but the research on the model of mixed type auxiliary variables is less. In order to make use of the information of continuous and discrete auxiliary variables related to the study variables at the same time, in this paper, under the framework of model calibration, the model calibration estimation under mixed type auxiliary variables is obtained by using the nonparametric kernel regression method. It is proved that the Estimator is asymptotically designed unbiased, the design is consistent and asymptotically normal, and the variance and variance estimates of the Estimator are given. The results of numerical simulation show that the estimation effect is improved when the overall regression function is linear and nonlinear. In addition, the verification of CLHLS data also shows that the effect of the Estimator is better than that of using only continuous auxiliary variables.
【作者單位】： 暨南大學(xué)經(jīng)濟(jì)學(xué)院;
【基金】：暨南大學(xué)“產(chǎn)業(yè)大數(shù)據(jù)應(yīng)用與經(jīng)濟(jì)決策研究實(shí)驗(yàn)室(2015WSYS008)”資助
【分類號(hào)】：O212.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉軍,鄭少智;怎樣合理利用輔助變量[J];統(tǒng)計(jì)與決策;2004年06期

2 陳志爽;對(duì)多目標(biāo)抽樣中運(yùn)用輔助變量的探討[J];山西統(tǒng)計(jì);1999年12期

3 余楚中,涂植英;系統(tǒng)參數(shù)估計(jì)的對(duì)半估計(jì)輔助變量法[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1987年02期

4 趙學(xué)良;肖永松;;多輸入單輸出系統(tǒng)的輔助變量參數(shù)估計(jì)[J];科學(xué)技術(shù)與工程;2009年20期

5 程炳洵;肖創(chuàng)柏;;ARMA模型的超定遞推輔助變量定階方法[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);1988年04期

6 肖創(chuàng)柏;ARMA模型的平方根超定遞推輔助變量定階方法[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);1991年04期

7 馮士雍;關(guān)于樣本對(duì)總體代表性問(wèn)題的認(rèn)識(shí)與討論——兼論抽樣調(diào)查中輔助變量的作用[J];統(tǒng)計(jì)研究;2001年09期

8 肖創(chuàng)柏,黎中偉;用超定遞推輔助變量算法估計(jì)振動(dòng)系統(tǒng)模態(tài)參數(shù)[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);1987年04期

9 俞純權(quán);有輔助變量可利用時(shí)估計(jì)量的選擇[J];統(tǒng)計(jì)與信息論壇;2001年02期

10 鐘衛(wèi);袁衛(wèi);黃向陽(yáng);;序貫調(diào)整估計(jì)量——不完全事后分層估計(jì)的新方法[J];數(shù)理統(tǒng)計(jì)與管理;2007年05期

相關(guān)博士學(xué)位論文 前3條

1 王銀鳳;Ornstein-Uhlenbeck型過(guò)程的統(tǒng)計(jì)推斷和模型選擇[D];復(fù)旦大學(xué);2013年

2 陳佳;計(jì)量經(jīng)濟(jì)模型中非參數(shù)M估計(jì)的漸近理論[D];浙江大學(xué);2008年

3 何臘梅;決策融合算法與極值指數(shù)的Pickands型估計(jì)[D];四川大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 蔡娟;輔助變量選擇在項(xiàng)目無(wú)回答插補(bǔ)方法中的應(yīng)用[D];天津財(cái)經(jīng)大學(xué);2013年

2 薛雨霞;關(guān)于比率型估計(jì)量和AP設(shè)計(jì)下包含概率研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

3 容越彥;基于半?yún)?shù)方法的模型輔助抽樣估計(jì)研究[D];暨南大學(xué);2016年

4 白如玉;關(guān)于比率型估計(jì)量和固定樣本容量的不等概率抽樣設(shè)計(jì)研究[D];內(nèi)蒙古工業(yè)大學(xué);2016年

5 陳盈盈;跳擴(kuò)散過(guò)程中點(diǎn)波動(dòng)率估計(jì)量的漸近性質(zhì)[D];南京航空航天大學(xué);2016年

6 曾青松;極值指數(shù)估計(jì)量和尾端點(diǎn)估計(jì)量的收斂性[D];西南大學(xué);2006年

7 梁媛堅(jiān);校準(zhǔn)估計(jì)量方法的研究[D];暨南大學(xué);2006年

8 劉苗妙;尾指數(shù)估計(jì)量及二階參數(shù)估計(jì)量的漸近性質(zhì)[D];西南大學(xué);2008年

9 劉傳遞;一類正極值指標(biāo)的截尾估計(jì)量及退化橢圓方程的粘性解[D];西南大學(xué);2006年

10 凌成秀;位置不變的矩型估計(jì)量的漸近性質(zhì)[D];西南師范大學(xué);2005年

，

本文編號(hào)：2508282