本文選題：面板數(shù)據(jù)　切入點：固定效應(yīng)　出處：《浙江工商大學(xué)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：面板數(shù)據(jù)是指一部分個體(個人、家庭、企業(yè)或國家等)在一段時期內(nèi)某個變量的觀測值所構(gòu)成的多維數(shù)據(jù)集合。面板數(shù)據(jù)包含了兩個現(xiàn)象的觀測值,即對于每一個個體有多個時間觀測值。從橫截面看,面板數(shù)據(jù)是由若干個體在某一時點構(gòu)成的截面觀測值。從個體看每個個體都是一個時間序列。時間序列數(shù)據(jù)和橫截面數(shù)據(jù)是面板數(shù)據(jù)的特殊形式,它們僅僅是一維的。面板數(shù)據(jù)有時被認(rèn)為是帶有時間觀測的橫截面數(shù)據(jù)或者是混合的橫截面時間序列數(shù)據(jù)。通過使用面板數(shù)據(jù),經(jīng)濟學(xué)中的實證研究得到了極大的豐富。隨著可用的面板數(shù)據(jù)的增加,面板數(shù)據(jù)的理論和應(yīng)用在近年來變得更加流行。面板數(shù)據(jù)集分析具有優(yōu)于純截面數(shù)據(jù)或時間序列數(shù)據(jù)集的各種優(yōu)點,面板數(shù)據(jù)能夠獲得從不同環(huán)境采樣的不同單元的個體特征,其中持久的個體特征是它的異質(zhì)性,其中大部分是不可觀測的。面板數(shù)據(jù)為研究者提供了靈活的方法來模擬橫截面單位的異質(zhì)性和可能隨時間變化的結(jié)構(gòu)。我們研究的模型是半?yún)?shù)模型,半?yún)?shù)模型結(jié)合了非參數(shù)模型的靈活性和線性模型的簡潔性。半?yún)?shù)模型在經(jīng)濟學(xué)、生物學(xué)和醫(yī)學(xué)領(lǐng)域的研究中有著廣泛的應(yīng)用。本學(xué)位論文研究帶固定效應(yīng)面板數(shù)據(jù)半?yún)?shù)模型的經(jīng)驗似然問題,主要運用Owen(1988,1990)提出的經(jīng)驗似然方法,經(jīng)驗似然方法在構(gòu)造未知參數(shù)的置信區(qū)間(區(qū)域)有著很多突出的優(yōu)點,如經(jīng)驗似然區(qū)域的形狀完全有樣本決定,Bartlett糾偏性,區(qū)域保持性和變換不變性等。因此,經(jīng)驗似然方法受到了許多統(tǒng)計學(xué)家和經(jīng)濟學(xué)家的廣泛關(guān)注,許多研究者把經(jīng)驗似然方法應(yīng)用到各種統(tǒng)計模型和領(lǐng)域。對于高維線性模型,Tang和Leng(2010),Leng和Tang(2012)建議懲罰經(jīng)驗似然進行變量選擇和參數(shù)估計,并顯示懲罰經(jīng)驗似然具有oracle特征。具體內(nèi)容如下:第一章是引言,首先闡述了本文的研究背景和研究意義,分別從模型,問題的角度論證選題的合理性和可行性。其次對有關(guān)半?yún)?shù)面板數(shù)據(jù)模型的研究現(xiàn)狀進行了梳理和總結(jié)。最后介紹了本論文的研究內(nèi)容,概括了本論文的研究方法,研究內(nèi)容和主要創(chuàng)新點。第二章,我們研究帶固定效應(yīng)部分線性面板數(shù)據(jù)模型的參數(shù)估計,為了解決組內(nèi)相關(guān)性,我們應(yīng)用塊經(jīng)驗似然方法,并構(gòu)造了未知參數(shù)的置信域。證明了調(diào)整的經(jīng)驗對數(shù)似然比函數(shù)在真參數(shù)點時是漸近卡方分布的。并且利用塊經(jīng)驗似然比率函數(shù),參數(shù)的最大經(jīng)驗似然估計被定義和正太逼近被顯示。同時,模擬研究表明經(jīng)驗似然方法優(yōu)于正態(tài)逼近方法。并且利用CD4數(shù)據(jù)也能實際驗證我們建議的方法更合適。第三章,我們考慮帶固定效應(yīng)面板數(shù)據(jù)部分線性誤差變量模型的統(tǒng)計推斷,我們專注于一些協(xié)變量為附加誤差情況下,我們提出了一個修正的剖面最小二乘估計參數(shù)和非參數(shù)部分,參數(shù)部分的漸近正態(tài)性和非參數(shù)部分的收斂速度被建立。一致估計的誤差方差也被估計。此外,我們介紹剖面似然比(PLR)檢驗并證明它在原假設(shè)條件下是一個漸進的卡方分布。我們進行模擬研究,證明了我們所提出的方法更優(yōu)于不考慮誤差變量情況下的估計。我們也用英國聯(lián)邦的氣候數(shù)據(jù)驗證我們建議的方法更合適。第四章,對于帶固定效應(yīng)面板數(shù)據(jù)的高維部分線性誤差變量模型,當(dāng)誤差方差為已知和未知情形下。在這一章,我們建議一個修正的回歸參數(shù)和最大經(jīng)驗似然比率回歸參數(shù)。同時,依據(jù)懲罰經(jīng)驗似然方法,這個模型的參數(shù)估計和變量選擇被調(diào)查,這個建議的懲罰經(jīng)驗似然被證明具有神特征。同時,我們建議的懲罰經(jīng)驗似然比率統(tǒng)計在原假設(shè)下具有漸近卡方分布,其結(jié)果可以用來構(gòu)造未知參數(shù)的置信域。模擬和實證結(jié)果用來評估經(jīng)驗似然方法的性能。第五章,考慮帶固定效應(yīng)面板數(shù)據(jù)的半變系數(shù)模型的經(jīng)驗似然,提出了在協(xié)變量是α-混合下情形下,未知參數(shù)的經(jīng)驗對數(shù)似然比統(tǒng)計量,證明了建議的對數(shù)似然比統(tǒng)計量是漸近卡方分布的,我們也獲得參數(shù)的最大似然估計量和證明在合適條件是漸近正態(tài)的。由此,未知參數(shù)兩個不同的漸近正確覆蓋率的置信域被構(gòu)造。模擬和實證結(jié)果用來評估經(jīng)驗似然方法的性能。第六章,我們研究帶固定效應(yīng)面板數(shù)據(jù)部分線性時變系數(shù)模型的經(jīng)驗似然,提出了在協(xié)變量是α-混合下情形下,未知參數(shù)的經(jīng)驗對數(shù)似然比統(tǒng)計量,證明了建議的對數(shù)似然比統(tǒng)計量是漸近標(biāo)準(zhǔn)卡方分布的,一個模擬表明對比正態(tài)逼近方法,建議的方法比正態(tài)逼近方法在概率覆蓋率方面表現(xiàn)的更好。第七章,簡單總結(jié)全文的研究工作和主要的創(chuàng)新點,并指出需要進一步完善和深入研究的問題。
[Abstract]:......
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：F224

【相似文獻】

相關(guān)期刊論文 前8條

1 賀飛燕;;普通似然及經(jīng)驗似然情況下的結(jié)點問題[J];價值工程;2006年08期

2 李乃醫(yī);李永明;;負(fù)相協(xié)樣本下總體分位數(shù)的經(jīng)驗似然漸近性質(zhì)的推斷[J];統(tǒng)計與決策;2011年06期

3 李昊;;廣義經(jīng)驗似然估計量的結(jié)構(gòu)參數(shù)檢驗水平校正[J];統(tǒng)計與決策;2012年10期

4 于培超;孟昭為;;基于經(jīng)驗似然方法的Value-at-Risk估計[J];重慶理工大學(xué)學(xué)報(自然科學(xué)版);2010年08期

5 孫巖;;GARCH模型的經(jīng)驗似然統(tǒng)計方法[J];沿海企業(yè)與科技;2011年08期

6 侯文;姜愛宇;;鞅差序列誤差下線性模型的經(jīng)驗似然推斷[J];統(tǒng)計與決策;2011年16期

7 錢永江;秦永松;;缺失數(shù)據(jù)下均值的經(jīng)驗似然置信區(qū)間[J];統(tǒng)計與決策;2009年15期

8 宋球紅;李昊;;廣義矩和廣義經(jīng)驗似然估計量的有限樣本性質(zhì)比較[J];統(tǒng)計與決策;2011年09期

相關(guān)會議論文 前1條

1 孫志猛;張忠占;;隨機右刪失數(shù)據(jù)下線性變換模型的經(jīng)驗似然推斷[A];北京市第十五次統(tǒng)計科學(xué)討論會獲獎?wù)撐募痆C];2009年

相關(guān)博士學(xué)位論文 前10條

1 劉燕;基于二項稀疏算子的二維整數(shù)值自回歸過程的建模與經(jīng)驗似然推斷[D];吉林大學(xué);2016年

2 肖燕婷;含非線性函數(shù)的半?yún)?shù)回歸模型的經(jīng)驗似然推斷[D];西北工業(yè)大學(xué);2015年

3 張淑俠;幾類半?yún)?shù)經(jīng)驗似然檢驗問題的研究[D];哈爾濱工業(yè)大學(xué);2016年

4 張正家;總體均值和分位數(shù)基于秩集抽樣樣本的經(jīng)驗似然推斷[D];東北師范大學(xué);2016年

5 何幫強;半?yún)?shù)帶固定效應(yīng)的面板數(shù)據(jù)模型的經(jīng)驗似然[D];浙江工商大學(xué);2017年

6 郭波濤;經(jīng)驗似然方法及基因表達調(diào)控網(wǎng)絡(luò)應(yīng)用[D];第三軍醫(yī)大學(xué);2008年

7 李周平;經(jīng)驗似然方法的若干應(yīng)用[D];蘭州大學(xué);2010年

8 劉玉坤;經(jīng)驗似然高階性質(zhì)的一些研究[D];南開大學(xué);2009年

9 韓玉;非線性時間序列模型經(jīng)驗似然推斷的若干結(jié)果[D];吉林大學(xué);2012年

10 熊賢祝;經(jīng)驗似然推斷的若干研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 王子豪;缺失數(shù)據(jù)下雙重廣義線性模型的經(jīng)驗似然推斷[D];昆明理工大學(xué);2015年

2 阮磊;部分線性ARCH誤差模型的經(jīng)驗似然方法研究[D];中國礦業(yè)大學(xué);2015年

3 朱麗霞;基于經(jīng)驗似然的非對稱核估計方法及應(yīng)用[D];浙江大學(xué);2013年

4 王燁;雙自變量的結(jié)合似然[D];浙江大學(xué);2013年

5 李華英;含附加信息時α-混合樣本情形總體分位數(shù)的經(jīng)驗似然推斷[D];廣西師范大學(xué);2015年

6 辛雅茜;α-混合樣本下含附加信息時M-泛函的統(tǒng)計推斷[D];廣西師范大學(xué);2015年

7 張昕;基于經(jīng)驗似然的早期故障檢測及應(yīng)用研究[D];中國計量學(xué)院;2015年

8 張瑜;非線性變系數(shù)模型的經(jīng)驗似然推斷[D];遼寧師范大學(xué);2015年

9 徐仲亞;基于經(jīng)驗似然置信域的縱向數(shù)據(jù)下半?yún)?shù)回歸模型的統(tǒng)計診斷[D];東南大學(xué);2015年

10 蔣非凡;長記憶時間序列的調(diào)整經(jīng)驗似然方法[D];南京大學(xué);2016年

，

本文編號：1579646