论文部分内容阅读
部分线性回归模型由于兼具参数部分和非参数部分,比较容易解释各个变量的影响情况,从而在实际应用中有着更强的灵活性和适用性。从1986年Engle等在研究电力需求和气候变化之间的关系时建立该模型,至今,国内外学者对部分线性回归模型的研究已具有相当的规模。在现有文献资料的基础上,本文就部分线性回归模型在误差为相依的情形下,运用一般权函数法并综合最小二乘法得到了未知参数和未知函数的估计量,接着讨论了估计量的相合性及渐近正态性。
首先,本文对部分线性回归模型的历史背景及国内外的研究发展状况作以简介。主要是在观察值为固定设计时,对部分线性回归模型的误差项作各种不同假设,以便寻求对参数部分及非参数部分合理的估计方法及对所得估计量的大样本性质的讨论途径。
其次,对部分线性回归模型Yni=β·ni+g(Xni)+εni,1≤i≤n.在误差为线性过程时,利用两阶段估计法并综合一般权函数法及最小二乘法,得到了β和g(·)的估计量,然后利用鞅差序列加权和的中心极限定理,讨论了估计量的渐近正态性,进而证明了估计量的相合性。相比现有文献中关于估计量的相关性质的证明,本文的证明方法假设条件较弱,主要是去掉了一些跟对数运算有关的限制条件,引进了关于权函数的部分极限性质,使得条件更具有普遍性,也很容易验证,从而更便于操作和运用。
最后,对上述模型在误差为(p~)混合序列情形下,利用小波方法得到β和g(·)的估计量,进而证明了估计量的r-阶相合性。