部分線性截取分位數(shù)回歸模型的漸近有效估計(jì).pdf_第1頁(yè)
已閱讀1頁(yè),還剩54頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文研究涉及截取數(shù)據(jù)的回歸估計(jì)問題。數(shù)據(jù)被截取的現(xiàn)象在微觀層面的統(tǒng)計(jì)調(diào)查中經(jīng)常出現(xiàn)。隨著國(guó)內(nèi)數(shù)據(jù)調(diào)查工作向微觀層面發(fā)展,今后可利用的微觀個(gè)體的數(shù)據(jù)會(huì)逐漸增加,所以處理截取數(shù)據(jù)的相關(guān)方法對(duì)實(shí)證研究者來說會(huì)變得更加重要。
   從理論計(jì)量經(jīng)濟(jì)學(xué)的角度來說,本文處理的是部分線性截取分位數(shù)回歸模型(Panially Linear Censored Quantile Regression Model)的漸近有效估計(jì)問題。我們首先將刻畫線性

2、分位數(shù)回歸模型對(duì)應(yīng)切集的表達(dá)方式擴(kuò)展到部分線性分位數(shù)回歸模型,然后應(yīng)用映射方法(Proiection Approach)獲得該模型的半?yún)?shù)有效邊界;在獲得該模型的半?yún)?shù)有效邊界之后,根據(jù)所得到的有效得分和相關(guān)輔助參數(shù)的初始√n-一致估計(jì)量構(gòu)造出這一模型的漸近有效估計(jì);最后我們通過驗(yàn)證這一估計(jì)量滿足Chen,Linton,and Keilegom(2003)所提供的充分條件進(jìn)而刻畫其漸近分布。
   本文的結(jié)構(gòu)是這樣安排的,第一部

3、分介紹了研究思路和主要結(jié)論,同時(shí)對(duì)相關(guān)文獻(xiàn)進(jìn)行討論;第二部分圍繞部分線性截取分位數(shù)回歸模型的半?yún)?shù)有效邊界展開討論,先介紹了計(jì)算有效邊界所需的棚關(guān)概念,然后討論了前人的工作對(duì)本文的啟發(fā),最后證明了本文的第一個(gè)主要結(jié)論;本文的第三部分首先介紹了在證明本文所構(gòu)造估計(jì)量的漸近分布時(shí)會(huì)遇到的兩點(diǎn)困難,然后討論了現(xiàn)有文獻(xiàn)對(duì)這兩方面問題的處理,最后利用相關(guān)論文所提供的結(jié)論證明了本文所構(gòu)造估計(jì)量的漸近正態(tài)性,同時(shí)也證明了其漸近方差-協(xié)方差矩陣等于第二

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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論