發(fā)布時(shí)間：2018-01-24 01:17

  本文關(guān)鍵詞： 扭曲測量誤差數(shù)據(jù) 混雜變量 分位數(shù)回歸 相對漸近效率　出處：《深圳大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：近年來,隨著科學(xué)技術(shù)的迅速發(fā)展,我們發(fā)現(xiàn)在越來越多的學(xué)科當(dāng)中,測量誤差數(shù)據(jù)開始頻繁出現(xiàn),如在醫(yī)療健康,金融經(jīng)濟(jì),工程測量等等諸多方面的應(yīng)用研究中。一般情況下存在兩種測量誤差數(shù)據(jù)模型:一種是有可加形式的測量誤差數(shù)據(jù)模型,這種模型也包括了傳統(tǒng)的測量誤差模型;另一種是有相乘結(jié)構(gòu)的測量誤差數(shù)據(jù)模型,我們稱作扭曲測量誤差模型。在本文中,我們主要研究的是扭曲測量誤差模型。這種測量誤差數(shù)據(jù)有以下特征:第一,我們所感興趣的主要變量無法觀測或測量得到;第二,這些主要變量(模型中的響應(yīng)變量和協(xié)變量)被一些常見的可被觀測到的混雜變量的某種形式的函數(shù)所扭曲,而函數(shù)形式通常又是未知的。因此,對這類的扭曲測量誤差數(shù)據(jù)建立一個(gè)分位數(shù)回歸模型是本文的主要研究工作。對于扭曲測量誤差數(shù)據(jù)建模,已有很多研究給出相當(dāng)有價(jià)值的建議,本文在這些基礎(chǔ)上嘗試用一種新的方法—分位數(shù)回歸估計(jì),來對這類數(shù)據(jù)建模,以期達(dá)到更好的效果。在對那些含有誤差的變量標(biāo)準(zhǔn)化處理后,本文研究了分位數(shù)回歸估計(jì)方法來給這些變量建模。隨后,我們研究了估計(jì)量的漸近性質(zhì),并且與最小二乘回歸估計(jì)比較了相對漸近效率。最后,本文通過模擬來驗(yàn)證所提出方法的估計(jì)效果,并用所提出的方法與程序分析一組實(shí)際數(shù)據(jù)集。
[Abstract]:In recent years, with the rapid development of science and technology, we found that in more and more disciplines, measurement error data began to appear frequently, such as medical health, financial economy. Generally, there are two kinds of measurement error data models: one is the measurement error data model with additive form. This model also includes the traditional measurement error model. The other is the measurement error data model with multiplicative structure, which is called the distortion measurement error model in this paper. We mainly study the distortion measurement error model, which has the following characteristics: first, the main variables we are interested in can not be observed or measured; Second, these main variables (response variables and covariables in the model) are distorted by some form of function of some common observable hybrid variable, which is usually unknown. Establishing a quantile regression model for this kind of distortion measurement error data is the main research work in this paper. There are many valuable suggestions for the distortion measurement error data modeling. In this paper, we try to use a new method, quantile regression estimation, to model this kind of data in order to achieve better results. In this paper, the quantile regression estimation method is studied to model these variables. Then, we study the asymptotic properties of the estimator, and compare the relative asymptotic efficiency with the least square regression estimation. In this paper, the estimation effect of the proposed method is verified by simulation, and a set of actual data sets is analyzed by the proposed method and program.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李育安;;分位數(shù)回歸及應(yīng)用簡介[J];統(tǒng)計(jì)與信息論壇;2006年03期

2 張代強(qiáng);張屹山;;前瞻性利率規(guī)則在我國的實(shí)證研究——基于分位數(shù)回歸方法的變參數(shù)檢驗(yàn)[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2008年10期

3 劉生龍;;教育和經(jīng)驗(yàn)對中國居民收入的影響——基于分位數(shù)回歸和審查分位數(shù)回歸的實(shí)證研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2008年04期

4 胡永遠(yuǎn);倪麗艷;;基于分位數(shù)回歸的社會救助再就業(yè)人群收入研究[J];山東財(cái)政學(xué)院學(xué)報(bào);2013年03期

5 陳建寶;丁軍軍;;分位數(shù)回歸技術(shù)綜述[J];統(tǒng)計(jì)與信息論壇;2008年03期

6 解棟棟;;服務(wù)業(yè)發(fā)展與人均收入的關(guān)系:基于分位數(shù)回歸的實(shí)證研究[J];當(dāng)代財(cái)經(jīng);2009年08期

7 盧荻千;;基于分位數(shù)回歸的凈資產(chǎn)收益率研究——來自2008年我國上市公司的財(cái)務(wù)數(shù)據(jù)[J];金融經(jīng)濟(jì);2009年20期

8 張玨;;基于分位數(shù)回歸模型的證券市場風(fēng)險(xiǎn)研究[J];統(tǒng)計(jì)與決策;2011年09期

9 林德欽;;基于分位數(shù)回歸的我國居民邊際消費(fèi)傾向動態(tài)研究[J];新余學(xué)院學(xué)報(bào);2011年03期

10 王珍;高民芳;;基于分位數(shù)回歸的資本結(jié)構(gòu)影響因素研究[J];中國集體經(jīng)濟(jì);2011年25期

相關(guān)會議論文 前6條

1 林藝圃;;中國股市價(jià)量關(guān)系的實(shí)證分析分位數(shù)回歸模型[A];中國社會科學(xué)院第三屆中國經(jīng)濟(jì)論壇論文集（下）[C];2007年

2 陳娟;林龍;葉阿忠;;基于分位數(shù)回歸的中國居民消費(fèi)研究[A];中國社會科學(xué)院第三屆中國經(jīng)濟(jì)論壇論文集（下）[C];2007年

3 夏寧;;中國上市公司高管人員薪酬的影響因素與成因分解——一個(gè)基于分位數(shù)回歸模型的實(shí)證研究[A];中國會計(jì)學(xué)會財(cái)務(wù)管理專業(yè)委員會2009年學(xué)術(shù)年會論文集[C];2009年

4 宋馬林;吳杰;高玉強(qiáng);張琳玲;宋峰;;中國入世以來的對外貿(mào)易與環(huán)保效率——基于分省面板數(shù)據(jù)的實(shí)證分析[A];中國貿(mào)易救濟(jì)與產(chǎn)業(yè)安全論叢（2012）——第七屆中國貿(mào)易救濟(jì)與產(chǎn)業(yè)安全研究獎獲獎?wù)撐募痆C];2013年

5 任聲策;;創(chuàng)新和出口的互動關(guān)系:基于中國制造業(yè)企業(yè)的實(shí)證[A];第八屆（2013）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2013年

6 劉鑫波;張志敏;梁逸曾;;高效準(zhǔn)確的高分辨數(shù)據(jù)快速平滑與基線校正算法[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第19分會：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

相關(guān)博士學(xué)位論文 前7條

1 康寧;分位數(shù)回歸模型及在金融經(jīng)濟(jì)中的應(yīng)用[D];合肥工業(yè)大學(xué);2016年

2 劉惠籃;基于復(fù)合分位數(shù)回歸方法的統(tǒng)計(jì)模型的相關(guān)研究[D];重慶大學(xué);2016年

3 Muhammad Amin;高維懲罰分位數(shù)回歸建模及其應(yīng)用[D];大連理工大學(xué);2015年

4 韓月麗;極值統(tǒng)計(jì)與分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

5 關(guān)靜;分位數(shù)回歸理論及其應(yīng)用[D];天津大學(xué);2009年

6 項(xiàng)云帆;資本資產(chǎn)定價(jià)模型及實(shí)證分析[D];華中科技大學(xué);2010年

7 陳林興;基于空間視角的我國省際農(nóng)村居民消費(fèi)趨同性研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 代貝;基于分位數(shù)回歸的農(nóng)村居民消費(fèi)區(qū)域差異研究[D];昆明理工大學(xué);2015年

2 羅小青;基于分位數(shù)回歸的中國GDP與電力消費(fèi)量關(guān)系研究[D];華南理工大學(xué);2015年

3 于琴;西部地區(qū)農(nóng)村產(chǎn)權(quán)抵押貸款對農(nóng)戶收入的影響研究[D];西北農(nóng)林科技大學(xué);2015年

4 王歡歡;績效評估角度的信息化升級時(shí)間域選擇模型[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

5 劉袁;利率市場化背景下商業(yè)銀行利率風(fēng)險(xiǎn)的測度[D];南京財(cái)經(jīng)大學(xué);2015年

6 周策;VaR模型在我國開放式上市基金市場的實(shí)證分析[D];廣東外語外貿(mào)大學(xué);2015年

7 耿國強(qiáng);分位數(shù)回歸理論及其在金融時(shí)間序列的應(yīng)用[D];中國礦業(yè)大學(xué);2015年

8 王琪鋒;復(fù)合分位數(shù)回歸在線性時(shí)間序列下的應(yīng)用[D];大連理工大學(xué);2015年

9 吳博聞;刪失數(shù)據(jù)下部分線性變系數(shù)模型的分位數(shù)回歸[D];大連理工大學(xué);2015年

10 凌珂;生長曲線模型的分位數(shù)回歸與變量選擇[D];華東師范大學(xué);2015年

，

本文編號：1458758