相對于簡單的截面數(shù)據(jù)模型,面板數(shù)據(jù)模型有著明顯的優(yōu)勢,因此越來越受到經(jīng)濟學(xué)、社會學(xué)、環(huán)境學(xué)等各領(lǐng)域的重視.在面板數(shù)據(jù)模型的整體理論框架中,非線性面板模型有著十分重要的地位,是當前面板數(shù)據(jù)模型研究的熱點和焦點.對于非線性面板模型來說,參數(shù)估計更是重中之重,常用的分析方法是極大似然法.極大似然法通常需要對樣本模型進行假設(shè),若模型假設(shè)錯誤,則結(jié)果將出現(xiàn)誤差.分位數(shù)回歸無需對模型做更多的假設(shè),考慮范圍更廣,在隨機擾動不服從正態(tài)分布時,仍可以保證高穩(wěn)健性.但在對實際問題進行預(yù)測時,分位點的選擇往往是令人難以抉擇的.因此同時考慮多個分位數(shù),并且對于不同分位數(shù)回歸給予不同的權(quán)重會得到更加有效的結(jié)果.此外,隨著科學(xué)技術(shù)的飛速發(fā)展,可獲取的數(shù)據(jù)信息越來越詳細,且具有很高的維度,若直接利用它們來建模,則會使計算成本過高,并且使得預(yù)測效果很差.因此,作為建模的一個重要環(huán)節(jié),變量選擇方法通過選擇合適的變量構(gòu)建一個穩(wěn)健且含義明確的模型.本文將帶懲罰的加權(quán)復(fù)合分位數(shù)回歸方法應(yīng)用于非線性面板數(shù)據(jù)模型中,通過加權(quán)復(fù)合分位數(shù)回歸進行平滑處理,提高由于異方差引起估計效率低的問題,并用懲罰的方法提高模型的解釋能力和估計精度... 

【文章來源】：浙江財經(jīng)大學(xué)浙江省

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文的技卡始線夙


本文編號：3221638