單指標(biāo)模型的異方差檢驗及方差估計
發(fā)布時間：2021-07-25 01:34
參數(shù)回歸模型是統(tǒng)計分析中最常用的一類模型,然而,現(xiàn)實生活中有很多情形難以套用簡單的參數(shù)回歸模型.于是,人們提出了與之相對的非參數(shù)回歸模型,這類模型相比于參數(shù)回歸模型,對變量分布等假設(shè)條件較為寬松,也拓寬了應(yīng)用范圍.而半?yún)?shù)回歸模型介于參數(shù)與非參數(shù)之間,結(jié)合了兩類模型的很多優(yōu)點,具有很好的性質(zhì),在近年來也引起很多學(xué)者的關(guān)注.單指標(biāo)模型是一種常見的含指標(biāo)項半?yún)?shù)回歸模型,該模型既能實現(xiàn)數(shù)據(jù)降維的效果,又能保持非參數(shù)光滑的優(yōu)點,在經(jīng)濟、農(nóng)業(yè)、醫(yī)學(xué)等領(lǐng)域都有廣泛應(yīng)用.隨機誤差項獨立同方差是回歸模型中的一個基本假設(shè),若該假設(shè)不成立,將會導(dǎo)致諸多問題.譬如,常見的參數(shù)估計方法不再有效,假設(shè)檢驗失去意義,統(tǒng)計推斷準(zhǔn)確性降低.所以,對模型進行異方差檢驗是很重要的,目前也有很多學(xué)者對異方差問題進行了相關(guān)研究,并提出了很多有效的檢驗方法,而針對單指標(biāo)模型的異方差檢驗卻研究的相對較少.考慮到異方差檢驗對回歸模型統(tǒng)計推斷的重要性以及單指標(biāo)模型的獨特性質(zhì),本文基于估計方程方法,結(jié)合完全非參方差函數(shù)檢驗方法提出了一個新的檢驗統(tǒng)計量,對單指標(biāo)模型的異方差性進行檢驗.并利用R語言進行蒙特卡洛模擬和實例分析,計算檢驗統(tǒng)...
【文章來源】：山西大學(xué)山西省
【文章頁數(shù)】：63 頁
【學(xué)位級別】：碩士
【部分圖文】：
基于LASSO變量選擇的方差密度圖
單指標(biāo)模型的異方差檢驗及方差估計32差密度圖見圖4.1.進一步還繪制了基于SCAD方法,以上三種方法進行方差估計得到的方差箱線圖見圖4.2.圖4.1基于LASSO變量選擇的方差密度圖圖4.2基于SCAD變量選擇的方差箱線圖圖4.1的(a)、(b)、(c)、(d)分別表示未進行變量選擇、基于LASSO的兩階段方
單指標(biāo)模型的異方差檢驗及方差估計32差密度圖見圖4.1.進一步還繪制了基于SCAD方法,以上三種方法進行方差估計得到的方差箱線圖見圖4.2.圖4.1基于LASSO變量選擇的方差密度圖圖4.2基于SCAD變量選擇的方差箱線圖圖4.1的(a)、(b)、(c)、(d)分別表示未進行變量選擇、基于LASSO的兩階段方
【參考文獻(xiàn)】：
期刊論文
[1]Test for Heteroscedasticity in Partially Linear Regression Models[J]. KHALED Waled,LIN Jinguan,HAN Zhongcheng,ZHAO Yanyong,HAO Hongxia. Journal of Systems Science & Complexity. 2019(04)
[2]基于估計方程估計的單指標(biāo)模型異方差檢驗[J]. 李順勇,張凱樂. 河南科學(xué). 2019(06)
[3]高維數(shù)據(jù)中變量選擇研究[J]. 宋瑞琪,朱永忠,王新軍. 統(tǒng)計與決策. 2019(02)
[4]幾種高維變量選擇方法的比較及應(yīng)用[J]. 白玥,田茂再. 統(tǒng)計與決策. 2017(22)
[5]超高維線性回歸模型的一種方差估計[J]. 李濟洪,閆文楠,王鈺,楊杏麗. 山西大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[6]高維數(shù)據(jù)變量選擇方法綜述[J]. 曾津,周建軍. 數(shù)理統(tǒng)計與管理. 2017(04)
[7]Empirical likelihood for single-index models with responses missing at random[J]. XUE LiuGen,LIAN Heng. Science China（Mathematics）. 2016(06)
[8]單指標(biāo)模型的統(tǒng)計推斷[J]. 薛留根. 數(shù)理統(tǒng)計與管理. 2012(01)
[9]單指標(biāo)模型的異方差檢驗的漸近性質(zhì)[J]. 張霞峰,朱仲義. 工程數(shù)學(xué)學(xué)報. 2007(02)
[10]半?yún)?shù)回歸模型的異方差統(tǒng)計分析[J]. 冉昊,朱仲義. 應(yīng)用概率統(tǒng)計. 2004(01)
博士論文
[1]期望相依和異方差檢驗以及非稀疏高維模型的推斷[D]. 朱學(xué)虎.山東大學(xué) 2015
碩士論文
[1]高維數(shù)據(jù)情形下單指標(biāo)模型的方差估計[D]. 孫嬌.暨南大學(xué) 2017
[2]高維數(shù)據(jù)情形下變指標(biāo)系數(shù)模型的方差估計[D]. 王一存.暨南大學(xué) 2017
本文編號：3301836
【文章來源】：山西大學(xué)山西省
【文章頁數(shù)】：63 頁
【學(xué)位級別】：碩士
【部分圖文】：
基于LASSO變量選擇的方差密度圖
單指標(biāo)模型的異方差檢驗及方差估計32差密度圖見圖4.1.進一步還繪制了基于SCAD方法,以上三種方法進行方差估計得到的方差箱線圖見圖4.2.圖4.1基于LASSO變量選擇的方差密度圖圖4.2基于SCAD變量選擇的方差箱線圖圖4.1的(a)、(b)、(c)、(d)分別表示未進行變量選擇、基于LASSO的兩階段方
單指標(biāo)模型的異方差檢驗及方差估計32差密度圖見圖4.1.進一步還繪制了基于SCAD方法,以上三種方法進行方差估計得到的方差箱線圖見圖4.2.圖4.1基于LASSO變量選擇的方差密度圖圖4.2基于SCAD變量選擇的方差箱線圖圖4.1的(a)、(b)、(c)、(d)分別表示未進行變量選擇、基于LASSO的兩階段方
【參考文獻(xiàn)】：
期刊論文
[1]Test for Heteroscedasticity in Partially Linear Regression Models[J]. KHALED Waled,LIN Jinguan,HAN Zhongcheng,ZHAO Yanyong,HAO Hongxia. Journal of Systems Science & Complexity. 2019(04)
[2]基于估計方程估計的單指標(biāo)模型異方差檢驗[J]. 李順勇,張凱樂. 河南科學(xué). 2019(06)
[3]高維數(shù)據(jù)中變量選擇研究[J]. 宋瑞琪,朱永忠,王新軍. 統(tǒng)計與決策. 2019(02)
[4]幾種高維變量選擇方法的比較及應(yīng)用[J]. 白玥,田茂再. 統(tǒng)計與決策. 2017(22)
[5]超高維線性回歸模型的一種方差估計[J]. 李濟洪,閆文楠,王鈺,楊杏麗. 山西大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[6]高維數(shù)據(jù)變量選擇方法綜述[J]. 曾津,周建軍. 數(shù)理統(tǒng)計與管理. 2017(04)
[7]Empirical likelihood for single-index models with responses missing at random[J]. XUE LiuGen,LIAN Heng. Science China（Mathematics）. 2016(06)
[8]單指標(biāo)模型的統(tǒng)計推斷[J]. 薛留根. 數(shù)理統(tǒng)計與管理. 2012(01)
[9]單指標(biāo)模型的異方差檢驗的漸近性質(zhì)[J]. 張霞峰,朱仲義. 工程數(shù)學(xué)學(xué)報. 2007(02)
[10]半?yún)?shù)回歸模型的異方差統(tǒng)計分析[J]. 冉昊,朱仲義. 應(yīng)用概率統(tǒng)計. 2004(01)
博士論文
[1]期望相依和異方差檢驗以及非稀疏高維模型的推斷[D]. 朱學(xué)虎.山東大學(xué) 2015
碩士論文
[1]高維數(shù)據(jù)情形下單指標(biāo)模型的方差估計[D]. 孫嬌.暨南大學(xué) 2017
[2]高維數(shù)據(jù)情形下變指標(biāo)系數(shù)模型的方差估計[D]. 王一存.暨南大學(xué) 2017
本文編號：3301836
本文鏈接：http://sikaile.net/shoufeilunwen/benkebiyelunwen/3301836.html
最近更新
教材專著
