近年來,含有指標(biāo)項的半?yún)?shù)回歸模型是高維半?yún)?shù)統(tǒng)計模型中非常重要的模型之一,無論是理論研究還是實際應(yīng)用,都受到了廣大學(xué)者的關(guān)注。半?yún)?shù)模型主要包括單指標(biāo)模型,部分線性單指標(biāo)模型,單指標(biāo)變系數(shù)模型以及變系數(shù)單指標(biāo)模型等。單指標(biāo)模型主要通過降維技術(shù)將高維數(shù)據(jù)轉(zhuǎn)化為一元指標(biāo)變量,解決高維問題,從而能夠有效避免“維度災(zāi)難”。單指標(biāo)模型不僅可以保持模型結(jié)果良好的可解釋性,同時又具有非參數(shù)模型的靈活性,可以很好的反映響應(yīng)變量和高維解釋變量之間的關(guān)系。現(xiàn)在關(guān)于此類非參模型的估計方法主要是基于似然方法、最小二乘法以及剖面似然方法,但是當(dāng)隨機誤差非正態(tài)分布或者數(shù)據(jù)存在異常值時,模型的估計精度將會降低很多。同時,均值回歸模型只能描述響應(yīng)變量的平均水平,而分位數(shù)回歸則可以更加細致的對響應(yīng)變量的條件分布進行描述,提供更多的信息,并且可以降低異常值對模型結(jié)果的影響。此外,現(xiàn)有的模型很少有研究離散解釋變量的,這在解決實際問題時有一定的缺陷。因此,本文結(jié)合單指標(biāo)分位數(shù)模型研究了含部分離散解釋變量的單指標(biāo)分位數(shù)模型及其估計問題。為了得到更加全面穩(wěn)健的系數(shù)估計值,本文將研究含部分離散解釋變量的單指標(biāo)分位數(shù)模型的估計方法...

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 單指標(biāo)分位數(shù)模型的國內(nèi)外研究歷史與現(xiàn)狀
    1.4 本文的結(jié)構(gòu)安排
    1.5 研究創(chuàng)新
第二章 理論介紹
    2.1 分位數(shù)回歸理論簡介
        2.1.1 分位數(shù)的基本概念
        2.1.2 分位數(shù)回歸的估計
        2.1.3 分位數(shù)回歸的優(yōu)點
    2.2 單指標(biāo)分位數(shù)模型的簡介
    2.3 均值導(dǎo)數(shù)法的簡介
    2.4 本章小結(jié)
第三章 含離散解釋變量的單指標(biāo)分位數(shù)模型的估計
    3.1 含離散解釋變量的單指標(biāo)分位數(shù)模型的介紹
    3.2 含離散解釋變量的單指標(biāo)分位數(shù)模型的估計
        3.2.1 估計連續(xù)解釋變量的系數(shù)βτ

        3.2.2 估計離散解釋變量的系數(shù)α_τ

        3.2.3 估計g_z(v_τ)
        3.2.4 連接函數(shù)g(·)的估計
    3.3 帶寬的選擇
    3.4 本章小結(jié)
第四章 模擬實驗與實例分析
    4.1 模擬實驗
    4.2 實例分析
    4.3 帶寬的選擇
    4.4 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 研究展望
致謝
參考文獻
攻讀碩士學(xué)位期間取得的成果



本文編號：3773780

suoshi