论文部分内容阅读
本文是一篇关于半参数回归估计的文章。半参数回归模型是80年代才发展起来的一种重要的统计模型。其目的是在允许回归函数未知但是光滑的条件下,降低对回归函数形式的要求,使估计出的函数能更好地描述数据。本文中用局部多项式拟和方法去估计相关函数,从理论和实际观点来看都是很具吸引力的。它是一种非参数回归方法。文中从半参数多元回归模型着手,假定期望函数为E(Y|X)=μ(XTβ),这里X是维数为p的列向量,β是未知参数,μ(.)函数形式未知。由于此模型不容易满足假设条件:误差方差齐性和误差分布正态性,我们对该半参数回归模型两边同时应用含参数λ的Box-Cox变换,使得变换以后新的回归模型满足了误差方差齐性和误差分布正态性条件。应用局部线性技术及极大似然方法,通过两步迭代,对未知参数β,λ以及未知函数μ(.)进行了估计。