本文研究了協(xié)變量調(diào)整部分線性回歸模型的參數(shù)估計與變量選擇問題.協(xié)變量調(diào)整部分線性模型兼具線性回歸模型良好的可解釋性與非參數(shù)模型的靈活性.與傳統(tǒng)的部分線性模型不同,本文中的響應變量與預測變量是不可直接觀察的,但他們受一些可觀測的協(xié)變量扭曲之后的數(shù)據(jù)是可以觀測到的.本文對協(xié)變量調(diào)整部分線性模型的自適應LASSO參數(shù)估計及變量選擇方法進行了研究,證明了參數(shù)部分的懲罰估計量具有Oracle性質(zhì),即該方法能夠準確識別非零系數(shù),且與直接由顯著變量集合所得估計量具有相同的方差.該估計方法也便于計算.最后通過數(shù)值模擬研究了估計量的小樣本性質(zhì),結(jié)果表明變量選擇和參數(shù)估計效果良好.本文的安排如下.第一章引言,提出了協(xié)變量調(diào)整部分線性回歸模型（CAPLM）,介紹了 CAPLM模型的研究背景和本文的主要工作.在第二章模型和估計方法中,我們提出了 CAPLM模型的自適應LASSO變量選擇方法,并構(gòu)造新的估計量,得到了參數(shù)和非參數(shù)部分的估計.第三章研究了估計量的漸近性質(zhì),并證明了 CAPLM模型的自適應LASSO參數(shù)估計具有Oracle性質(zhì).在第四章通過數(shù)值模擬研究了自適應LASSO估計量在有限樣本下的表現(xiàn).在第... 

【文章來源】：鄭州大學河南省 211工程院校

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 引言
    1.1 背景和意義
    1.2 本文內(nèi)容及論文安排
第二章 模型和估計方法
    2.1 模型推斷
    2.2 懲罰函數(shù)以及窗寬的選擇
第三章 漸近性質(zhì)
    3.1 假設條件
    3.2 漸近性質(zhì)
第四章 數(shù)值模擬
第五章 定理證明
參考文獻
致謝


【參考文獻】：
期刊論文
[1]VARIABLE SELECTION FOR COVARIATE ADJUSTED REGRESSION MODEL[J]. LI Xuejing,DU Jiang,LI Gaorong,FAN Mingzhi.  Journal of Systems Science & Complexity. 2014(06)
[2]測量誤差模型的自適應LASSO變量選擇方法研究[J]. 李鋒,蓋玉潔,盧一強.  中國科學:數(shù)學. 2014(09)
[3]部分線性模型的Adaptive LASSO變量選擇[J]. 李鋒,盧一強,李高榮.  應用概率統(tǒng)計. 2012(06)
[4]部分線性模型中估計的漸近正態(tài)性[J]. 高集體,陳希孺,趙林城.  數(shù)學學報. 1994(02)

博士論文
[1]非參和半?yún)⒒貧w模型的穩(wěn)健和截面推斷[D]. 李鋒.山東大學 2010



本文編號：3109487