本文關(guān)鍵詞：縱向數(shù)據(jù)穩(wěn)健參數(shù)估計和模型選擇方法研究

  更多相關(guān)文章： 縱向數(shù)據(jù) 廣義估計方程 穩(wěn)健估計 協(xié)變量選擇 工作相關(guān)矩陣選擇

【摘要】：本文主要研究了縱向數(shù)據(jù)分析中模型選擇相關(guān)問題,涉及參數(shù)的穩(wěn)健估計、協(xié)變量選擇和工作相關(guān)矩陣選取。首先,橫截面數(shù)據(jù)是縱向數(shù)據(jù)中工作相關(guān)矩陣為獨立結(jié)構(gòu)的特殊情形。針對橫截面數(shù)據(jù),為了同時實現(xiàn)穩(wěn)健參數(shù)估計和提高協(xié)變量選擇的表現(xiàn)效果,本文基于HBR權(quán)重提出一種新的加權(quán)LAD-LASSO變量選擇方法(HWLAD-LASSO)。理論上證明了新方法的oracle性質(zhì),通過模擬研究和實例分析,同經(jīng)典WLAD-LASSO方法對比發(fā)現(xiàn)HWLAD-LASSO方法具有更加顯著的優(yōu)越性。其次,基于經(jīng)驗似然的AIC和BIC準則(EAIC和EBIC),以及基于高斯偽似然的AIC和BIC準則(GAIC和GBIC)均僅在縱向數(shù)據(jù)相關(guān)結(jié)構(gòu)選擇研究中被相繼提出。本文基于縱向數(shù)據(jù)廣義估計方程框架,拓展EAIC,EBIC,GAIC和GBIC準則的協(xié)變量選擇研究。通過大量的模擬研究得到如下發(fā)現(xiàn):(i)GAIC和GBIC協(xié)變量選擇表現(xiàn)均優(yōu)越于現(xiàn)有的其他方法;(ii)EAIC和EBIC僅僅是在工作相關(guān)矩陣被正確識別時,其協(xié)變量選擇才是有效的;(iii)GAIC和GBIC均表現(xiàn)出較好的穩(wěn)健性,無論工作相關(guān)矩陣是否被正確識別,其協(xié)變量選擇效果總是十分好。此外,抗癲癇病藥物研究數(shù)據(jù)的實例分析進一步驗證了模擬研究結(jié)論。最后,本文通過結(jié)合有效且穩(wěn)健的廣義估計方程和Adaptive LASSO懲罰函數(shù)(AL-ERGEE),基于縱向數(shù)據(jù)廣義線性模型提出了一種新的穩(wěn)健模型選擇方法。為了實現(xiàn)協(xié)變量選擇中控制參數(shù)選取以及同步選擇工作相關(guān)矩陣,一個有效的加權(quán)高斯偽似然BIC準則(WGBIC)被引入到模型選擇中。結(jié)合迭代加權(quán)最小二乘法和MM算法實現(xiàn)了AL-ERGEE的數(shù)值求解。此外,本文證明了模型選擇中協(xié)變量選擇的oracle性質(zhì),并通過模擬研究和實例分析得到如下結(jié)論:(i)所提的穩(wěn)健模型選擇方法的協(xié)變量選擇效果是十分有效的,特別是當控制參數(shù)由WGBIC選取而不是GCV選取的時候,同時表現(xiàn)出幾乎能完全正確選擇工作相關(guān)矩陣的優(yōu)異效果;(ii)所提方法具有很強的穩(wěn)健性,能很好地控制協(xié)變量和工作相關(guān)矩陣同步選擇中異常值對選擇效果的影響程度。
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：C81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 毛新娜;王秀旺;;縱向數(shù)據(jù)常用參數(shù)分析方法比較[J];新鄉(xiāng)學(xué)院學(xué)報(自然科學(xué)版);2009年02期

2 樊明智;;縱向數(shù)據(jù)下部分線性模型的漸近性質(zhì)[J];數(shù)理統(tǒng)計與管理;2012年03期

3 田萍;;一類縱向數(shù)據(jù)部分線性模型的估計理論[J];許昌學(xué)院學(xué)報;2009年05期

4 朱耀生;趙守娟;;一類不完全縱向數(shù)據(jù)的統(tǒng)計推斷[J];新鄉(xiāng)學(xué)院學(xué)報(自然科學(xué)版);2011年03期

5 秦國友;縱向數(shù)據(jù)線性回歸模型中最小二乘估計效率的比較[J];蘇州科技學(xué)院學(xué)報;2005年03期

6 田萍;馬國鋒;;一類縱向數(shù)據(jù)半?yún)?shù)模型中的強相合估計[J];數(shù)理統(tǒng)計與管理;2008年05期

7 代金輝;;基于相關(guān)數(shù)據(jù)下的縱向數(shù)據(jù)混合效應(yīng)模型估計[J];安陽師范學(xué)院學(xué)報;2007年05期

8 張鳴鳴;孫曉丹;;基于局部積差相關(guān)系數(shù)陣的縱向數(shù)據(jù)R型聚類分析——以現(xiàn)代服務(wù)業(yè)為例[J];統(tǒng)計與信息論壇;2011年03期

9 劉強;;縱向數(shù)據(jù)下混合效應(yīng)EV模型中參數(shù)估計的漸近性質(zhì)[J];數(shù)理統(tǒng)計與管理;2011年03期

10 馮三營;樊明智;;縱向數(shù)據(jù)部分線性模型的廣義經(jīng)驗似然推斷[J];數(shù)理統(tǒng)計與管理;2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 韋博成;解鋒昌;林金官;;ZI數(shù)據(jù)的統(tǒng)計分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第11次學(xué)術(shù)年會論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 徐麗麗;帶有混合相關(guān)結(jié)構(gòu)的縱向數(shù)據(jù)的統(tǒng)計分析[D];東北師范大學(xué);2011年

2 張濤;含有測量誤差的縱向數(shù)據(jù)的統(tǒng)計推斷[D];復(fù)旦大學(xué);2011年

3 田瑞琴;縱向數(shù)據(jù)下半?yún)?shù)回歸模型的統(tǒng)計推斷[D];北京工業(yè)大學(xué);2014年

4 嚴國義;縱向數(shù)據(jù)與生存數(shù)據(jù)的半?yún)?shù)聯(lián)合模型研究[D];武漢大學(xué);2013年

5 胡爽;經(jīng)驗似然縱向數(shù)據(jù)和似然Dantzig Selector方法[D];山東大學(xué);2011年

6 肖立群;響應(yīng)變量受限縱向數(shù)據(jù)中若干統(tǒng)計問題的研究[D];中國科學(xué)技術(shù)大學(xué);2014年

7 李萬斌;縱向數(shù)據(jù)下變系數(shù)混合效應(yīng)模型的有效推斷[D];北京工業(yè)大學(xué);2014年

8 許佩蓉;高維縱向數(shù)據(jù)中邊際模型和混合效應(yīng)模型的若干研究[D];華東師范大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王策;縱向和生存數(shù)據(jù)的一個聯(lián)合建模方法研究及其在艾滋病療效評估中的應(yīng)用[D];云南師范大學(xué);2015年

2 李佳;縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計推斷及應(yīng)用[D];重慶工商大學(xué);2015年

3 方成;縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)模型的參數(shù)估計與模型檢驗[D];北京化工大學(xué);2015年

4 于世杰;多元縱向數(shù)據(jù)下均值協(xié)方差模型的統(tǒng)計推斷[D];北京工業(yè)大學(xué);2015年

5 陳麗芳;縱向數(shù)據(jù)下半?yún)?shù)工具變量模型的二次推斷函數(shù)估計及應(yīng)用[D];重慶工商大學(xué);2016年

6 陳登峰;縱向數(shù)據(jù)下兩類半?yún)?shù)回歸模型的二次光滑估計[D];北京工業(yè)大學(xué);2016年

7 孫延輝;臨床醫(yī)學(xué)縱向數(shù)據(jù)的分析方法研究[D];北京工業(yè)大學(xué);2016年

8 胡成盛;縱向數(shù)據(jù)下變系數(shù)部分線性EV模型的參數(shù)估計與模型檢驗[D];北京化工大學(xué);2016年

9 張家茂;縱向數(shù)據(jù)穩(wěn)健參數(shù)估計和模型選擇方法研究[D];重慶大學(xué);2016年

10 馮旋;基于縱向數(shù)據(jù)的上市公司財務(wù)危機預(yù)警模型[D];重慶大學(xué);2016年

，

本文編號：1300833