变系数固定效应面板数据模型的估计

在面板数据下基于变系数固定效应模型，采用两步估计方法和截面核估计方法来估计模型中的变系数部分及固定效应。模拟结果表明，当样本数据较小且观测次数较多时，两步估计法的估计效率略高于截面核估计的；而当样本数据较大且观测次数较少时，截面核估计方法的估计效率比两步估计的略好。本文通过两组不同样本的模拟数据验证了两种估计方法的有效性，说明变系数固定效应模型是处理面板数据的有效工具。     

响应变量缺失下自适应变系数EV模型的估计与渐近性质

讨论响应变量缺失情况下自适应变系数EV模型的估计问题,利用核估计方法对参数和系数函数进行两步估计,证明估计值的相合性和渐近正态性,数值模拟对所得的两步估计值进行比较,并且得出第二步估计值要优于第一步估计值.     

随机丢失响应的半参数变系数部分非线性模型的估计

通过研究随机缺失响应变量的半参数变系数部分非线性模型,对模型中的各个参数进行估计;通过将线性近似方法与随机缺失响应变量的变系数部分非线性模型的样条估计方程相结合来估计模型中的未知参数,并验证了所得估计量的渐近性质;最后,通过进行两组模拟来验证估计过程的合理性,评估所提出的估计方法的性能,并根据不同的数据量做出估计精确度的对比;结果表明,两个步骤在有限样本中表现良好,随着样本数据量的增加及缺失率的降低,估计的精确性提高。     

嵌套地理加权回归模型的估计

本文在嵌套空间结构下,提出了两类地理加权回归模型,对于其中的固定效应模型,我们给出了两步估计方法,对于随机效应模型,给出了一种有效的估计方法.     

半变系数伽马脆弱模型惩罚部分似然估计

为了更好地分析对数风险函数与协变量之间复杂的非线性关系,提出一种半变系数伽马脆弱模型并给出其估计方法．首先,应用B-样条将半变系数伽马脆弱模型近似转化为线性伽马脆弱模型,然后运用惩罚部分似然法估计转化后模型的线性参数,随后采用近似轮廓似然法并运用黄金搜索算法估计随机效应的参数;在通过迭代获得转化后的线性系数以及随机效应参数的估计以后,运用B-样条得到变系数函数的估计．经蒙特卡罗模拟研究发现,该方法可以给出协变量的线性参数以及变系数函数较为精准、稳定的估计,是分析协变量对于风险率影响的有效方法．最后,应用所提出的方法分析了NCCTG肺癌数据．     

具有自相关误差变系数回归模型的局部线性估计

变系数回归模型误差具有自回归结构时,基于重新改写具有自回归误差的变系数回归模型为独立误差的变系数回归模型,文章提出其局部线性估计方法.模拟结果显示该估计方法是有效的.     

变系数模型变窗宽局部M-估计的渐近正态性

局部多项式回归方法已证明是一个有效的非参数回归方法,有优于流行核方法的特点,如设计的自适应性和高的渐进效率。然而,它的一个缺点是缺乏稳健性。M-型估计是达到所需稳健性的一种自然预期。而且常窗宽对齐次待估曲线是合理的,但对更复杂的曲线如非齐次的,异方差的曲线则失去灵活性,为了完全做到用模型数据去估计参数,本文结合上述两种方法,对变系数模型的系数参数进行估计,并在其中嵌入一个变窗宽加以提高,得到了估计的渐进正态性。     

变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。     

存在离群值情形下行业股票的风险特征分析

资产定价是金融研究的核心问题。著名的资本资产定价模型（CAPM）给出了使用β系数来衡量资产风险的方法。实践中常使用拟合线性模型的方法来估计β系数。当样本数据中有离群值时，经典的最小二乘法可能会有较大的估计误差。这种情况下，采用稳健估计方法是一个较好的选择。我们通过模拟的数据，发现当数据存在离群值时，稳健估计方法的偏差比最小二乘法小得多。使用稳健估计方法来分析A股市场不同行业股票的风险大小，发现银行、钢铁、交通运输业的β系数相对较小，而电子和房地产行业有较大的β系数。     

变系数模型的二步B样条估计

变系数模型(VCM)是经典线性模型的推广,其回归系数随协变量而变化。系数函数可以通过B样条估计,这产生了一步估计过程。我们展示这种一步B样条估计的方法不能在最优时不同的系数函数拥有不同的光滑度。本文使用两步估计来克服一步估计的缺点,给出两步估计的相合性,渐近正态性。模拟研究表明,在样本有限的情况下,本文的方法要比一步B样条估计更优,提高了系数函数估计的精确度。     

具有疲劳或学习效应的一题多做测验模型

已有文献中关于重复测量项目反应模型都是以正确反应次数为实验观测数据.但是在实际中,许多重复测量实验只能观测到被试最终是否做出正确反应,无法获得正确反应次数数据.以被试最后是否做出正确反应为实验观测数据,建立了具有学习效应或疲劳效应的一题多做项目反应模型,给出了模型区分度参数的最大似然估计,并且通过随机模拟说明了上述估计方法的可行性.     

基于相关异质性的时间固定效应及其模型的应用

介绍了面板数据模型判别的步骤和一般方法,分析了面板数据模型中的固定效应的本质以及数据包含的时间序列和横截面的异质性问题.分析表明,时间固定效应是有线性约束的横截面回归,横截面固定效应有类似结果;由于面板数据2个维度有时相关异质,而且这种异质性并不是完全不可观测的,因此经典模型中的固定效应除了真正不可观测的异质性ηt,还有原本可以观测的(β2-β1).因此提出了改进的时间固定效应模型,并利用实例检验此模型.     

基于双惩罚分位回归的面板数据模型理论与实证研究

固定效应和随机效应同时选择是面板数据模型研究中的重要问题之一。本文通过分别对固定效应和随机效应引入条件Laplace先验,提出了一种新的贝叶斯双惩罚分位回归法。该方法不仅能对模型中重要解释变量进行自动选择,而且充分考虑到个体随机波动对解释变量系数估计带来的偏差。通过对方差分量的惩罚压缩,减少了模型中未知参数的个数,提高了模型自由度。Monte Carlo模拟及实证分析显示,所提出的方法不仅能准确估计出固定效应系数,而且能精确地捕捉到个体随机效应的波动。     

基于删失数据的变系数模型的小波估计

研究了删失数据下的变系数模型．由于数据删失,常用的统计方法不能直接应用于此模型．首先利用一种变换方法对响应变量观测值进行条件无偏修正;然后,正如完全数据一样,利用小波方法,给出了系数函数的小波估计．在关于系数函数光滑性的较弱的假设条件下建立了该估计的渐近正态性．     

解决线性规划系统识别问题的新方法

对一类特殊的逆线性规划问题———线性规划系统识别———进行研究,即试图通过给定的输入-输出数据来估计线性规划模型的技术系数矩阵以及目标函数系数.构建了估计技术系数矩阵的行估计模型,并对该模型进行改进得到更好的估计模型;基于Troutt提出的最大决策效率方法,构建了估计标准化目标函数系数的模型;通过两个数值算例说明该估计方法具有良好的表面有效性,且符合提出的后续验证准则.     

响应变量随机缺失的相依函数型单指标模型的 k 近邻估计

针对具有 α 混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建 模,并采用 k 近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高 估计效率;通过数值模拟和厄尔尼诺海平面温度数据,将 k 近邻方法和经典核方法进行比较,讨论 k 近邻方法与经 典核方法对未知参数和未知函数的估计效果;从模拟结果可以看到:k 近邻方法对未知参数和未知函数的估计精度 以及随样本增加的改善效果要优于经典核方法,在真实数据分析中,k 近邻对真实数据的精度拟合以及趋势拟合都 表现优异;这些结果表明:在响应变量随机缺失的时间序列单指标模型中,采用 k 近邻方法对未知参数和未知函数 进行估计,在精度上要优于经典核方法,同时在真实数据分析中,相比经典核方法,k 近邻方法能更好地拟合 数据。     

具有不可忽略退出的面板数据混合半参数变系数模型

由于面板数据经常出现由信息性退出而引起的缺失数据,故其统计分析比较复杂。本文假定响应变量服从部分线性半参变系数混合效应模型,其中非参数系数函数依赖于相应的退出时间。利用二步估计方法的思想求得参数与非参数部分的相合估计,减少了同时估计的参数的个数,避免了估计方程中由较多参数引起的多重共线性问题。     

固定设计点情形下回归函数值的区间估计

对于固定设计点情形下的非参数回归模型,基于核估计的方法给出了回归函数的逐点置信区间和修正偏差置信区间.所给置信区间在相对较弱的条件下是渐近精确的.考虑到窗宽的选取对核估计和区间估计的重要影响,给出了适合所给置信区间的核估计窗宽的迭代选取方法.模拟结果显示迭代法收敛,且选取的窗宽表现良好,置信区间有令人满意的覆盖率.     

基于半参数统计模型的弗明翰心脏病数据研究

对于弗明翰心脏病数据,线性模型往往不能很好地拟合,而利用半参数统计模型能提炼出较准确的信息;对于半参数统计模型——单指标模型和单指标变系数模型,一般利用局部回归方法进行联系函数的估计,估计方程估计方法进行指标系数的估计;在此理论基础上,对弗明翰数据进行拟合并作出分析和比较;结果表明:单指标模型和单指标变系数模型都能较好地拟合并解释弗明翰心脏病数据,但由于单指标变系数模型比单指标模型多考虑了一些因素,所以单指标变系数模型相对来说能更多地提取一些数据中隐藏的信息,能更客观地解释弗明翰心脏病数据的现实意义。     

一种考虑数据截尾的非参数软件可靠性模型

通过分析数据截尾对软件可靠性模型的影响，建立了一种考虑数据截尾的非参数软件可靠性模型，为的是克服一般参数模型假设约束过紧的问题，并能在估计失效率的同时估计残存缺陷数．同时，提出了基于非参数统计的软件失效率单调下降性检验方法，在加权核函数估计中引入数据截尾率作为加权系数和优化参数，并用失效率单调下降约束下的加权核函数方法来估计失效率和残存缺陷数．模拟试验和实例分析表明，所提模型可以较好地处理截尾数据，给出残存缺陷数的合理估计，其失效率估计精度较高，不低于较好的传统模型．