联立方程内生变量系数Ⅳ估计量的精确分布

在联立方程中扰动项遵循第三类椭球等高分布时,导出了单一方程内生变量系数的工具变量法(Ⅳ)估计量的精确分布.     

部分函数型线性回归模型的预平滑估计

采用预平滑方法研究部分函数型线性回归模型,其中模型的响应变量为标量,解释变量由有限维向量和取值于函数空间的函数型变量构成.得到了模型系数的估计量,并讨论所提出估计量的相合性.     

非参数函数型递归核估计的收敛速度

文章考虑当响应变量和解释变量都是函数型时的非参数核回归模型,将经典的N-W核估计量推广为一族递归核估计量,并且利用Kolmogorov熵的方法和函数型数据的基本方法,得到递归估计量在独立情形下的一致收敛速度。     

具有不依从现象的临床试验中平均处理

在随机处理--对照的临床试验中,经常出现不依从或部分依从的现象,此时,由于所涉及到的"虚拟事实"变量,即不能观察到的潜在变量太多而不易估计其平均因果效应ACE在仅出现完全依从和不依从情况时,Balke and Pearl利用线性规划的方法获得了ACE估计量的上下界,利用他们所提供的方法,有时会出现下界为负数,显然,这样的下界没什么实际意义.根据Angrist,Imbebns & Rubin讨论工具变量时所提出一些假设条件,导出了在不同情况下,计算ACE估计量的上下界的方法,并证明了其下界一定是非负的,所得到的上下界区间比Balke and Pearl的区间要小.同时,还讨论了部分依从情况下,ACE估计量的上下界的计算方法,并得到了相应的结果.     

具有不依从现象的临床试验中平均处理效应的上下界估计

在随机处理一对照的临床试验中，经常出现不依从或部分依从的现象，此时，由于所涉及到的“虚拟事实”变量，即不能观察到的潜在变量太多而不易估计其平均因果效应ACE．在仅出现完全依从和不依从情况时，Balke and Pearl利用线性规划的方法获得了ACE估计量的上下界，利用他们所提供的方法，有时会出现下界为负数，显然，这样的下界没什么实际意义．根据Angrist，Imbebns＆Rubin讨论工具变量时所提出一些假设条件，导出了在不同情况下，计算ACE估计量的上下界的方法，并证明了其下界一定是非负的，所得到的上下界区间比Balke and Pearl的区间要小．同时，还讨论了部分依从情况下，ACE估计量的上下界的计算方法，并得到了相应的结果．     

一类比估计量在数量特征敏感问题调查方法中的应用

基于金莹提出的Greenberg改进模型,利用辅助变量构造了一类比估计量。理论和数值结果表明提出的估计量,在一定条件下,提高了敏感问题的估计精度。     

基于排序集样本和双辅助变量的比率估计改进方法

基于排序集样本和双辅助变量建立总体均值的改进比率估计量,研究了估计量的偏差和均方误差,并从理论上比较了两种抽样方法下的估计效率,最后借助随机模拟和实际例子分析了比率估计方法的有效性.结果表明,利用双辅助变量的改进比率估计精度明显高于简单随机抽样或者单辅助变量比率估计.     

中国教育质量与收益率的微观计量分析

运用微观计量经济学的分析方法,估计了我国的个人教育收益率.在研究中,从样本选择性偏差及异质性着手,论证了普通最小二乘法与传统工具变量法所得估计量的非一致性,进而采用Heckman备择模型以弥补上述两种方法的缺陷,模型中构建名校效应变量以表示教育质量对本科毕业生工资收入的影响.研究结果表明,中国劳动力市场上的个人教育收益率比20世纪90年代有显著提高.     

响应变量随机删失时函数型非参数分位数回归模型的估计

文章在响应变量随机删失时，研究了函数型非参数分位数回归模型，通过极小化逆概率加权分位数损失函数，构造模型中未知非参数函数的估计量。在一定的条件下，获得估计量的渐近正态性；通过模拟研究，验证了估计量的有效性。     

带有协变量动态可靠性模型参数的估计

考虑带有协变量的k-out-of-n系统, 假设系统中正常工作变量剩余寿命的条件风险函数为成比例的风险模型, 讨论该模型参数、 系统的可靠度函数和分位数函数的最大似然估计以及这些估计量的渐近正态性, 给出模型参数的置信区间, 并对点估计和区间估计进行Monte Carlo模拟研究. 结果表明, 估计量的均方误差随样本容量的增加而减少.