论文部分内容阅读
部分线性模型是一半参数同归模型，它比线性模型更加灵活，因为该模型既包含参数分量又包含非参数分量．即响应变量不仅依赖于某些变量的线性形式，也依赖于其他的变量的非线性形式．
自从Engle，Granger，Rice and Weiss(1986)在研究气候条件对电力需求影响的关系这一实际问题时提出了部分线性模型以来，涌现了很多处理此类模型的研究方法和手段，产生了一系列非常有价值的研究成果．这些成果广泛应用于数学，经济学，生物医学等许多领域．
这篇论文分成三个章节，第一章我们介绍部分线性模型的定义和有关研究进展，并引入一些基本的假定条件．
第二章主要用随机加权方法讨论具有随机设计点的部分线性模型最小二乘估计分布强逼近问题，证明了在给定几乎所有样本情况下这种逼近以概率为1的成立．从而把最小二乘估计分布的弱逼近改进为强逼近，数值模拟表明分布的逼近效果非常好．
第三章引入和介绍部分似然的由来和处理方法，并将之运用到具有测量误差的部分线性EV模型，构造了关于未知参数的经验似然比检验统计量，在一定的条件下证明了该统计量渐近Pearson Chi-square分布，此结果可以用来构造未知参数的经验似然置信域．