發(fā)布時間：2017-09-26 14:37

  本文關鍵詞：縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)模型的參數(shù)估計與模型檢驗

  更多相關文章： 固定效應 隨機效應 縱向數(shù)據(jù) 半?yún)⒆兿禂?shù)模型 Hausman檢驗

【摘要】：縱向數(shù)據(jù)(Longitudinal Data)是統(tǒng)計學中十分常見的一種分析數(shù)據(jù)。由于其相對于截面數(shù)據(jù)能更好地分析樣本或樣本組隨時間變化的趨勢,同時能更準確地反應樣本的組內(nèi)變化和組間差異,因此得到廣泛應用。由于其較強的自適應性和廣泛的實際應用空間,近年來在經(jīng)濟學、生物醫(yī)學和其他金融領域為解決實際問題提供了十分重要的解決方法。針對縱向數(shù)據(jù)的研究模型和方法也多種多樣,回歸分析方法是最常用的的分析方法之一。半?yún)⒆兿禂?shù)模型是半?yún)?shù)模型中應用十分廣泛的一種模型,也是研究縱向數(shù)據(jù)最常用的回歸模型之一。本文針對縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)固定效應模型和半?yún)⒆兿禂?shù)隨機效應模型采用截面似然估計方法對模型中的參數(shù)部分和變系數(shù)部分進行估計,并對模型中的變系數(shù)部分采用非參數(shù)核估計方法進行估計。進一步,我們研究了檢驗半?yún)?shù)變系數(shù)縱向數(shù)據(jù)模型中的個體效應是固定效應還是隨機效應的模型檢驗方法。對于參數(shù)部分,我們基于截面似然估計方法提出參數(shù)Hausman檢驗方法,并通過證明可知在隨機效應模型下,我們構造的統(tǒng)計量漸近服從自由度為k的卡方分布,其中k為參數(shù)部分的維數(shù)。基于變系數(shù)部分的非參數(shù)核估計量,我們構造了非參數(shù)Hausman檢驗統(tǒng)計量,并且證明了在隨機效應下我們提出的檢驗統(tǒng)計量漸近服從標準正態(tài)分布。最后通過蒙特卡羅模擬說明本文中提出的兩種檢驗方法檢驗結果令人滿意。
【關鍵詞】：固定效應 隨機效應 縱向數(shù)據(jù) 半?yún)⒆兿禂?shù)模型 Hausman檢驗
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O212.1
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 緒論13-21
• 1.1 縱向數(shù)據(jù)簡介及研究現(xiàn)狀13-14
• 1.2 參數(shù)估計估計方法及其研究現(xiàn)狀14-15
• 1.3 非參數(shù)估計方法及其研究現(xiàn)狀15-16
• 1.4 半?yún)?shù)回歸模型及其研究現(xiàn)狀16
• 1.5 變系數(shù)回歸模型16-18
• 1.6 固定效應和隨機效應模型及其研究現(xiàn)狀18-21
• 第二章 縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)固定效應模型估計21-29
• 2.1 截面似然估計21-24
• 2.1.1 固定效應模型及其估計方法21-23
• 2.1.2 隨機效應模型及其估計方法23-24
• 2.2 非參數(shù)估計24-25
• 2.3 漸近性理論25-29
• 第三章 模型檢驗29-33
• 3.1 基于截面似然估計的參數(shù)檢驗29-30
• 3.2 基于非參數(shù)估計的非參數(shù)檢驗30-33
• 第四章 蒙特卡羅模擬33-47
• 第五章 本文內(nèi)容總結和近一步工作展望47-49
• 第六章 附錄49-59
• 6.1 假設條件49
• 6.2 參數(shù)部分估計值的漸近性證明49-54
• 6.3 非參數(shù)部分估計值的漸近性證明54-55
• 6.4 統(tǒng)計量的漸近性證明55-59
• 參考文獻59-63
• 致謝63-65
• 研究成果及發(fā)表學術論文65-67
• 作者和導師簡介67-68
• 附件68-69

【參考文獻】

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 田瑞琴;縱向數(shù)據(jù)下半?yún)?shù)回歸模型的統(tǒng)計推斷[D];北京工業(yè)大學;2014年

，

本文編號：924073