论文部分内容阅读
半参数变系数部分线性模型是一类具有较强应用背景的半参数模型,自提出之后有很多学者对这个模型进行了研究.测量误差数据是日常生活中经常遇到的数据类型.基于测量误差半参数变系数部分线性EV模型的使用,尤其是在社会和经济以及生物数据的统计研究中,有重要意义.关于该模型的统计推断已成为当前的研究热点.因此,基于测量误差半参数变系数部分线性EV模型的研究具有一定的理论价值和实际意义.经验似然(EL)方法是一种非参数的统计推断方法,与传统方法相比,该方法具有许多很好的性质.比如,用EL方法构造的置信域具有域不变性,且其形状完全由数据自已决定等.变量选择方法是现代统计研究中的重要内容,利用惩罚经验似然(PEL)方法进行变量选择越来越受到统计学家的关注.该方法可以在估计参数的同时进行变量选择,不仅减少了计算时间,而且克服了传统方法的不稳定性.本文主要将EL方法应用到半参数变系数部分线性EV模型的EL校正和PEL问题中,推广了 EL方法.首先,研究了高维情形下,在非参数部分含有测量误差时,半参数变系数部分线性EV模型的EL校正问题,得到了校正的经验似然比统计量的渐近分布.其次,讨论了在参数部分含测量误差时,半参数变系数部分线性EV模型的PEL问题,得到了参数估计的Oracle性质,并给出了检验统计量.论文共分为三章,主要内容如下:第一章首先对研究对象的背景进行了介绍,并详细讨论了本文主要的研究方法.最后列出了本文的主要工作.第二章主要研究了在高维情形下,非参数部分含有测量误差时,半参数变系数部分线性EV模型的EL校正问题,通过对经验似然比统计量统计性质的分析与计算,利用修正后的期望和方差,得到了校正的经验似然比统计量的渐近分布,数值分析说明其统计性质优于传统方法.第三章主要讨论了在参数部分含测量误差时,半参数变系数部分线性EV模型的PEL问题.利用PEL方法,通过研究发现参数估计满足Oracle性质,检验统计量渐近服从卡方分布.数值模拟和实例分析验证了结论.