相對(duì)于簡(jiǎn)單的截面數(shù)據(jù)模型,面板數(shù)據(jù)模型有著明顯的優(yōu)勢(shì),因此越來(lái)越受到經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、環(huán)境學(xué)等各領(lǐng)域的重視.在面板數(shù)據(jù)模型的整體理論框架中,非線(xiàn)性面板模型有著十分重要的地位,是當(dāng)前面板數(shù)據(jù)模型研究的熱點(diǎn)和焦點(diǎn).對(duì)于非線(xiàn)性面板模型來(lái)說(shuō),參數(shù)估計(jì)更是重中之重,常用的分析方法是極大似然法.極大似然法通常需要對(duì)樣本模型進(jìn)行假設(shè),若模型假設(shè)錯(cuò)誤,則結(jié)果將出現(xiàn)誤差.分位數(shù)回歸無(wú)需對(duì)模型做更多的假設(shè),考慮范圍更廣,在隨機(jī)擾動(dòng)不服從正態(tài)分布時(shí),仍可以保證高穩(wěn)健性.但在對(duì)實(shí)際問(wèn)題進(jìn)行預(yù)測(cè)時(shí),分位點(diǎn)的選擇往往是令人難以抉擇的.因此同時(shí)考慮多個(gè)分位數(shù),并且對(duì)于不同分位數(shù)回歸給予不同的權(quán)重會(huì)得到更加有效的結(jié)果.此外,隨著科學(xué)技術(shù)的飛速發(fā)展,可獲取的數(shù)據(jù)信息越來(lái)越詳細(xì),且具有很高的維度,若直接利用它們來(lái)建模,則會(huì)使計(jì)算成本過(guò)高,并且使得預(yù)測(cè)效果很差.因此,作為建模的一個(gè)重要環(huán)節(jié),變量選擇方法通過(guò)選擇合適的變量構(gòu)建一個(gè)穩(wěn)健且含義明確的模型.本文將帶懲罰的加權(quán)復(fù)合分位數(shù)回歸方法應(yīng)用于非線(xiàn)性面板數(shù)據(jù)模型中,通過(guò)加權(quán)復(fù)合分位數(shù)回歸進(jìn)行平滑處理,提高由于異方差引起估計(jì)效率低的問(wèn)題,并用懲罰的方法提高模型的解釋能力和估計(jì)精度... 

【文章來(lái)源】：浙江財(cái)經(jīng)大學(xué)浙江省

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文的技卡始線(xiàn)夙


本文編號(hào)：3221638