本文關鍵詞：協(xié)變量缺失下的半參數模型的統(tǒng)計研究與應用

  更多相關文章： 缺失數據 部分線性模型 經驗似然 序列相關檢驗

【摘要】：缺失數據是指在數據的收集時,由于一些原因只觀測到了其中的一部分數據,,這樣就得到存在缺失值的數據.在實際的數據統(tǒng)計中,數據缺失的現象是很容易發(fā)生的,也引起人們越來越多的關注和研究.半參數模型是統(tǒng)計學中一類理論豐富、應用廣泛的重要模型,它同時具備著參數模型和非參數模型的雙重優(yōu)點,在經濟管理、金融工程等諸多領域都有著廣泛的應用,部分線性模型作為一種非常重要的半參數模型,是本文主要的研究對象.目前,學者們對缺失數據下半參數模型的研究主要關注在對模型參數的估計及其漸近性質上,取得了很多的學術成果,而對缺失數據下半參數模型的序列相關檢驗問題的研究還比較少.在做回歸分析時,對于一個擬合較好的模型來說,其殘差是一組白噪聲,這就要求殘差是獨立的,不具有序列相關性,否則,就會帶來很多的問題,甚至會導致模型失效.基于以上考慮,本文主要研究了協(xié)變量缺失下部分線性模型的序列相關檢驗問題.線性模型作為統(tǒng)計學中一種基礎性模型,研究線性模型對其它模型研究有著重要的啟示和借鑒作用.因此,在研究部分線性模型之前,我們首先研究了線性模型,提出了經驗似然比檢驗方法,對協(xié)變量缺失下線性模型的殘差進行序列相關檢驗,,數值模擬的結果也表明檢驗方法的有效性.在對線性模型的研究基礎上,進一步研究了協(xié)變量缺失下部分線性模型的序列相關檢驗問題.針對協(xié)變量的缺失部分,首先采用借補的方法進行處理,借補之后,估計出模型的參數部分和未知函數,其次,為了對部分線性模型的殘差進行序列相關檢驗,我們引入了經驗似然的方法,構建了經驗似然比檢驗統(tǒng)計量對其進行檢驗,并證明了在滿足假設條件和零假設條件下,該統(tǒng)計量的漸近性質,最后,數值模擬的結果驗證了文中檢驗方法的有效性.
【關鍵詞】：缺失數據 部分線性模型 經驗似然 序列相關檢驗
【學位授予單位】：重慶理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O212.1
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-17
• 1.1 引言8-9
• 1.2 序列相關檢驗9-13
• 1.2.1 一階序列相關檢驗9-11
• 1.2.2 高階序列自相關11-13
• 1.3 缺失數據簡介13-14
• 1.4 經驗似然的介紹14-16
• 1.4.1 經驗似然的思想14-15
• 1.4.2 參數的經驗似然15
• 1.4.3 估計方程與經驗似然15-16
• 1.5 本人工作及論文結構16-17
• 2 缺失數據半參數模型估計方法介紹17-22
• 2.1 缺失數據下半參數模型的研究現狀17
• 2.2 參數模型與非參數模型的估計17-22
• 2.2.1 核光滑(Nadaraya-Watson估計)18
• 2.2.2 Gasser-Muller估計方法18-19
• 2.2.3 局部多項式光滑19-20
• 2.2.4 樣條光滑20-22
• 3 協(xié)變量缺失下線性模型的序列相關檢驗22-32
• 3.1 引言22
• 3.2 缺失值借補22-23
• 3.3 構造經驗似然比23-25
• 3.4 數值模擬25-28
• 3.5 定理的證明28-32
• 4 協(xié)變量隨機缺失下部分線性模型的序列相關檢驗32-44
• 4.1 引言32
• 4.2 理論與方法32-36
• 4.3 數值模擬36-39
• 4.4 定理的證明39-44
• 5 總結與展望44-45
• 致謝45-46
• 參考文獻46-49
• 附錄49

【共引文獻】

中國期刊全文數據庫 前2條

1 Qi Hua WANG;Li Xing ZHU;;A Berry-Essen Inequality for the Kaplan-Meier L-Estimator[J];Acta Mathematica Sinica(English Series);2001年01期

2 劉鋒;張光鋒;康新梅;;協(xié)變量缺失下線性模型序列相關的經驗似然比檢驗[J];重慶理工大學學報(自然科學);2015年05期

中國碩士學位論文全文數據庫 前6條

1 曹石云;基于經驗似然的缺失數據下部分線性模型的異方差檢驗[D];中南大學;2009年

2 喬靜然;單指標模型的診斷技術[D];重慶理工大學;2012年

3 賀牡芬;數據缺失時部分線性模型的經驗似然推斷[D];湖南師范大學;2013年

4 王利兵;半參數模型的異方差檢驗[D];重慶理工大學;2013年

5 銀利;部分線性模型及其應用[D];重慶理工大學;2014年

6 邱貽濤;缺失數據下異方差回歸模型的統(tǒng)計推斷[D];昆明理工大學;2014年

，

本文編號：761460