半参数工具变量模型的分位数回归估计及其应用

来源 :重庆工商大学 | 被引量 : 0次 | 上传用户:hwen1023
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
半参数模型既含有参数分量,又含有非参数分量,比单纯的参数模型具有更强的解释性和灵活性。但在分析实际问题时,数据往往含有内生变量,如果忽略内生变量的影响,则会造成估计有偏。因此针对半参数模型,如何消除内生性变量的影响是本文所讨论的问题。
  本文针对含有内生性解释变量的半参数回归模型,提出了基于工具变量的半参数模型的分位数回归估计。在估计过程中,首先是通过引入工具变量来处理解释变量中存在的内生性问题,从而消除解释变量的内生性;其次,采用三步估计过程获得参数分量和非参数分量估计。第一步,把模型中的参数部分视为非参数形式,采用局部线性分位数回归方法获得非参数分量的初始估计;第二步,基于非参数分量的初始估计,利用分位数回归构造兴趣参数的估计;第三步,采用局部线性分位数回归更新非参数分量的估计。然后在一些正则条件下,给出了参数分量和非参数分量估计的渐近性质,进一步模拟研究了本文方法的有限样本性质。最后,利用本文提出的估计方法探究了环境污染对重庆市城乡居民收入差距的影响,选取年降水量作为工具变量,结果表明环境污染对城乡收入差距产生正向的影响,即环境污染越严重其城乡居民收入差距越大。
  
其他文献
新型城镇化是我国经济发展到一定阶段的必然体现,是解决三农问题、缩小城乡差距、协调区域发展、实现社会主义现代化的必由之路。它有着众多的影响因素,根据方法论中驱动力多少,金融驱动起着重要的影响,现有文献表明大部分学者基本从金融发展或单一视角探讨金融对新型城镇化某一个方面的作用。但是,随着金融发展模式日益集聚,从集聚的角度探讨金融集聚对新型城镇化的影响极其重要。  为探究金融集聚对新型城镇化直接或间接地
学位
在混沌时间序列的研究中,有一个重要的研究方向就是在混沌信号背景下微弱信号的检测。这一问题是由机械故障诊断问题延伸而来的。对于这样的问题,通常利用混沌信号的特性与统计学中的知识,来剥离混沌噪声,从而达到检测与估计混沌背景下弱信号的目的,所以这类问题研究的重点就是如何使混沌背景噪声得到充分的刻画。由目前的研究可知,混沌现象是一种不断以某种规则重复前一时刻的运动变化状态,从而产生的难以预测的随机现象。在
现实世界中的变化往往是非线性的,非平稳的。所反馈出来的时间序列大多为混沌时间序列。混沌时间序列作为非线性科学研究内容的重点,已经被广泛地应用在日常生活的各个领域。这些按时间更迭的先后顺序依次出现的数值序列,如气温、股价、人口等数据,与人类的生产活动息息相关。因此对混沌时间序列进行深入的研究也就成为探讨现实世界的运动规律的主要有效工具之一,通过收集、整理这些混沌时间序列,再应用科学的方法进行预测,能
随着大数据时代的来临,越来越多的数据呈现出严重的偏态性甚至伴有多峰性,传统的对称分布如正态分布已不能很贴切地对此描述,寻找更多合理的偏态分布来拟合不同类型的数据是迫切的。此外,从连续分布中获取样本是困难的,在可靠性研究中,很多观测的寿命数据又是离散的,而离散寿命数据的多样化使得一些经典的离散分布如二项分布、泊松分布等达不到预期的拟合效果。因此,为了让统计分布更好地描述数据,通过偏化、离散化等多种手
学位
在当今信息化时代,单一类型数据中包含的信息已经不能满足各行业的实际需求,对其实际经营、运作带来的效益不高,并伴随着5G技术逐渐进入人们的日常生活,数字化、智能化的生活方式将成为一种新常态,各领域处理的数据量将越来越大,数据结构越来越复杂。例如,金融经济、生物医学和移动通信等领域充斥着大量的由数值型变量观测和由名义变量或属性变量的观测组成的混合型数据,除了对熟悉的数值型数据进行探索外,挖掘属性数据的
混沌时间序列是从混沌系统中观测得到的时间序列,混沌时间序列广泛应用于天气、水文、地震、信号等领域;微弱信号是淹没在强噪声背景的信号,传统检测方法难以检测,微弱信号在诸多工程领域都有应用;混沌时间序列与微弱信号在这些领域的上应用,实际生活中表现为气象预报、洪水警报、地震预警和加密通信等,为了提高人们的生活水平质量,保障人生安全,可见对混沌时间序列预测及微弱信号检测研究是十分必要的。  本文将混沌理论
混沌噪声背景下弱信号的检测是基于非线性系统的新型检测方式,是信号检测研究领域中的研究热点。已有混沌噪声背景下弱信号检测问题的研究都是在单传感器观测机制下进行的,本文考虑在多传感器观测机制下,混沌噪声背景中的弱信号分布式检测融合。  首先,通过对噪声和信号建模,本文将混沌噪声背景下的分布式检测融合问题抽象为一个假设检验问题。求解该问题的关键在于混沌噪声信号的处理,于是进一步将该问题分成两个步骤来实现
学位
近二十年来,我国经济高速发展,其中,反映国民经济的重要指标城镇居民人均可支配收入也持续增长。但各省市城镇居民人均可支配收入发展情况存在很大差异,而统筹区域发展是我国重要的经济发展战略。对我国各省市城镇居民人均可支配收入情况进行聚类分析可以为相关政策提供指导。为此,本文在讨论了函数型数据分析方法的基础上,提出一种改进的函数型数据聚类分析方法:1)利用正交多项式基对数据进行函数曲线拟合;2)采用一致距
学位
在生物医学统计研究中,每个个体的成对身体器官或者身体成对部分接受治疗所得到的数据,既有单边数据又有双边数据,而且双边数据往往是高度相关的。不仅如此,在实际应用中,还要考虑混杂效应带来的影响,通常的做法是将这些因素看作分层变量。因此,考虑分层设计下单双边混合数据比例差的置信区间构造是一个重要的研究问题。  首先,本文考虑了基于分层设计下单双边混合数据比例差的同时置信区间和共同比例差的置信区间的构造问
通常将变量维数大于样本量的数据称为高维数据。在高维数据的情况下,常规的统计方法已经失效。为了处理高维数据,通常的做法是降维,其中最为经典的方法为Lasso降维。本文利用L1惩罚函数对解释变量的维数进行处理,达到降低维数,筛选精准信息的目的,与此同时也对模型参数进行了估计。  线性模型作为统计模型中最基础、最经典的模型,有着十分广泛的应用。在各项研究中通常对残差作出独立同分布的要求,而在模型运用之前
学位