版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、縱向數(shù)據(jù)的統(tǒng)計分析越來越引起人們的關(guān)注,其主要原因是該類數(shù)據(jù)融合了時間序列數(shù)據(jù)和截面數(shù)據(jù)的特點和優(yōu)點,較好地反映了個體間差異和個體內(nèi)的變化,因此,它被廣泛應(yīng)用到經(jīng)濟(jì)、生物、醫(yī)學(xué)等領(lǐng)域。分析該類數(shù)據(jù)的關(guān)鍵點在于處理組內(nèi)相關(guān)性。在對該類數(shù)據(jù)進(jìn)行統(tǒng)計建模分析時,往往假定模型中的解釋變量是外生的。但在實際應(yīng)用中,模型中的解釋變量外生性并不滿足,解釋變量是內(nèi)生變量,已有的縱向數(shù)據(jù)統(tǒng)計分析方法不再適用。如果忽略解釋變量的內(nèi)生性,所得的估計將會是有偏
2、的和不相合的。為了解決該問題,本文考慮縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計推斷問題,其主要工作如下:
首先,通過引入工具變量來解決解釋變量的內(nèi)生性問題。其次,為了處理縱向數(shù)據(jù)的組內(nèi)相關(guān)性,采用二次推斷函數(shù)方法構(gòu)造目標(biāo)函數(shù)。在一些正則條件下,給出了參數(shù)估計的相合性和漸近正態(tài)性。為了評價所提出估計方法的有限樣本性質(zhì),進(jìn)行了模擬研究。模擬研究表明所提出的估計方法不僅消除了內(nèi)生變量的影響,而且無論是否正確指定工作相關(guān)矩陣,二次推斷函數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 污染數(shù)據(jù)線性回歸模型的統(tǒng)計推斷.pdf
- 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.pdf
- 基于縱向數(shù)據(jù)的線性混合效應(yīng)模型參數(shù)的Bayes統(tǒng)計推斷.pdf
- 幾類數(shù)據(jù)下部分線性單調(diào)回歸模型的統(tǒng)計推斷.pdf
- 基于Lasso的高維數(shù)據(jù)線性回歸模型統(tǒng)計推斷方法比較.pdf
- 動力潛變量模型統(tǒng)計推斷.pdf
- 雙冪變換下正態(tài)線性回歸模型的統(tǒng)計推斷.pdf
- 響應(yīng)變量隨機(jī)缺失的部分線性模型的統(tǒng)計推斷.pdf
- 工具變量回歸模型中的變量選擇.pdf
- 線性混合效應(yīng)狀態(tài)空間模型的統(tǒng)計推斷及應(yīng)用.pdf
- 刪失數(shù)據(jù)下線性EV模型的統(tǒng)計推斷.pdf
- 混合地理加權(quán)回歸模型的統(tǒng)計推斷.pdf
- 稀疏縱向數(shù)據(jù)下狀態(tài)空間模型統(tǒng)計推斷問題研究.pdf
- 負(fù)二項回歸模型的統(tǒng)計推斷.pdf
- 46393.缺失數(shù)據(jù)情況下回歸分析模型的統(tǒng)計推斷
- 部分線性函數(shù)線性模型的統(tǒng)計推斷.pdf
- 基于縱向數(shù)據(jù)的分位點回歸模型的統(tǒng)計診斷.pdf
- 縱向數(shù)據(jù)下部分線性模型的分位數(shù)回歸.pdf
- 響應(yīng)變量有缺失時變系數(shù)部分線性模型的統(tǒng)計推斷.pdf
- 31131.具有隨機(jī)缺失響應(yīng)變量的廣義線性模型的統(tǒng)計推斷
評論
0/150
提交評論