【摘要】：復(fù)雜數(shù)據(jù)的回歸模型檢驗(yàn)是一個(gè)很重要的問(wèn)題,論文對(duì)數(shù)據(jù)刪失和帶有測(cè)量誤差時(shí)的模型檢驗(yàn)問(wèn)題進(jìn)行研究,具體分為兩部分。第一部分研究參數(shù)Tobit模型的檢驗(yàn)問(wèn)題。首先,通過(guò)累積殘差構(gòu)建一種Cramer-vonMises檢驗(yàn)統(tǒng)計(jì)量,并證明了檢驗(yàn)統(tǒng)計(jì)量在原假設(shè)下的漸近性質(zhì),結(jié)果表明所提方法是相合的。同時(shí),所提方法可避免使用非參數(shù)光滑函數(shù)及選取光滑參數(shù),并且不需要假定響應(yīng)變量、協(xié)變量及模型誤差的分布。其次,利用數(shù)值模擬研究比較了所提檢驗(yàn)方法與文獻(xiàn)中檢驗(yàn)方法的有限樣本性質(zhì),并通過(guò)對(duì)薪資數(shù)據(jù)的分析驗(yàn)證本文所提方法的效果。第二部分對(duì)可獲得重復(fù)測(cè)量值時(shí)帶有測(cè)量誤差的變系數(shù)模型檢驗(yàn)問(wèn)題進(jìn)行研究。首先,直接校正回歸系數(shù)的估計(jì)值并通過(guò)估計(jì)的累積殘差構(gòu)建檢驗(yàn)統(tǒng)計(jì)量。論文嚴(yán)格證明了檢驗(yàn)統(tǒng)計(jì)量在原假設(shè)下、局部和全局的備擇假設(shè)下的漸近性質(zhì)。結(jié)果表明,所提出的方法在比參數(shù)收斂速度慢的速度收斂至原假設(shè)的備擇假設(shè)模型下有漸近到1的功效,且可以檢測(cè)出Pitman備擇假設(shè)模型。其次,通過(guò)理論證明和數(shù)值模擬,可得出忽略測(cè)量誤差時(shí)不能控制第一類(lèi)錯(cuò)誤,導(dǎo)致方法失效。數(shù)值模擬和實(shí)例分析也表明提出的方法具有良好的性質(zhì)。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：O212.1
【圖文】：

樸素方法分別分析數(shù)據(jù)，并計(jì)算得Ｐ值分別為０．０７８和０．０９０，則在０．１的檢驗(yàn)水平逡逑下應(yīng)該拒絕原假設(shè)邋為驗(yàn)證檢驗(yàn)結(jié)果的合理性，我們分別畫(huà)出用兩個(gè)方法分析所逡逑得的殘差圖以及模型誤差的擬合曲線和９５％的置信曲線，見(jiàn)圖３－１。逡逑５邐｜邐Ｉ邐Ｉ邐５邐｜邐Ｉ邐Ｉ逡逑0邋°邋°邐0邋°邋0逡逑４邋■邐0邋？邐４邋？邐Ｏ逡逑00務(wù)邐00＾逡逑：邋Ｍｉ；~枺哄義希沖濉鰣危沖澹危義希擼村濉鰣巍鰣危擼村濉鰣巍鰣義希靛邋危卞危卞危卞五澹擼靛邋危卞危卞危卞五義希卞危埃靛危板危埃靛危卞危卞危埃靛危板危埃靛危卞義希幔睿ǎ眨裕劐危幔睿幔鰨澹ǎ眨裕劐義希ǎ幔╁危ǎ猓╁義希ǎ幔

本文編號(hào)：2745433