版權(quán)說(shuō)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、在經(jīng)濟(jì)學(xué)中,生產(chǎn)函數(shù)、利潤(rùn)函數(shù)以及成本函數(shù)等函數(shù)往往具有相似性,相似性和相似可分離性被廣泛應(yīng)用在消費(fèi)者偏好模型和公司生產(chǎn)模型當(dāng)中,函數(shù)具有相似性經(jīng)??梢允箯?fù)雜的問(wèn)題得到簡(jiǎn)化。與此同時(shí),在經(jīng)濟(jì)學(xué)理論分析和經(jīng)濟(jì)數(shù)據(jù)分析中,可加模型的應(yīng)用極其廣泛。
本文針對(duì)經(jīng)濟(jì)學(xué)中的可加非參數(shù)回歸模型的有效估計(jì)、廣義可加非參數(shù)回歸模型的有效估計(jì)、帶有未知聯(lián)系函數(shù)的廣義可加模型的非參數(shù)估計(jì)和相似可分離函數(shù)的非參數(shù)回歸估計(jì)的相關(guān)文獻(xiàn)進(jìn)行了整理和歸納,重
2、點(diǎn)論述了如下方法:
Linton和Nielsen(1995)等給出了估計(jì)可加非參數(shù)回歸模型的積分方法,Linton(1997)對(duì)此方法加以改進(jìn):用積分方法給出初值,然后將其代入單步擬合中,進(jìn)而給出了廣義可加非參數(shù)回歸模型的有效估計(jì)。
Linton(2000)通過(guò)兩步方法和兩步估計(jì)量的線性化來(lái)構(gòu)造有效估計(jì)量,給出了廣義可加非參數(shù)回歸模型的有效估計(jì);用非參數(shù)廣義可加模型和部分線性模型獲得減少維數(shù)的方法,對(duì)帶有未知聯(lián)系函數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 相似可分離函數(shù)的非參數(shù)匹配與有效估計(jì)的實(shí)證研究.pdf
- 城市居民收入與支出的非參數(shù)分位數(shù)回歸估計(jì)
- 12732.左截?cái)鄤h失條件下遍歷函數(shù)型數(shù)據(jù)的非參數(shù)回歸估計(jì)
- 非參數(shù)回歸模型中β的核估計(jì).pdf
- 隨機(jī)缺失函數(shù)型平穩(wěn)遍歷數(shù)據(jù)的非參數(shù)核回歸估計(jì).pdf
- 基于可分離函數(shù)和的多元回歸和機(jī)器學(xué)習(xí)
- 非參數(shù)回歸函數(shù)的穩(wěn)健Bootstrap.pdf
- 缺失數(shù)據(jù)下非參數(shù)回歸函數(shù)加權(quán)核估計(jì)的強(qiáng)相合性.pdf
- 非參數(shù)回歸誤差密度估計(jì)的收斂速度.pdf
- 非參數(shù)局部多項(xiàng)式回歸估計(jì)模型的研究.pdf
- 30221.nod序列下半?yún)?shù)回歸模型和非參數(shù)回歸模型估計(jì)相合性的研究
- 函數(shù)型非參數(shù)回歸模型異方差檢驗(yàn).pdf
- 比率估計(jì)和回歸估計(jì)
- 22585.非參數(shù)回歸模型方差變點(diǎn)的估計(jì)
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計(jì)的相合性.pdf
- 10759.倒逆高斯核下非參數(shù)回歸模型的估計(jì)
- 半?yún)?shù)回歸模型的Bayes估計(jì).pdf
- 可分離邊界條件下的特征函數(shù)展開(kāi).pdf
- 基于變窗寬下非參數(shù)回歸函數(shù)加權(quán)核估計(jì)的大樣本性質(zhì).pdf
- 可分離債券的定價(jià).pdf
評(píng)論
0/150
提交評(píng)論