论文部分内容阅读
本文主要研究了在删失数据下回归函数的局部组合分位数回归估计的大样本性质。首先,我们介绍了分位数回归的基本思想和主要的研究结果,并介绍了常见的删失数据的类型。然后,我们运用加权组合分位数损失估计方法实现了删失数据的组合分位数回归。引进高维核函数与删失数据的K-M估计作为损失函数的权重,样本数据为随机删失数据,估计模型中非参数函数的在某一点的值,并得到其渐近正态性,从得出的结果中比较局部线性分位数回归估计与局部线性最小二乘估计的不同渐近效率,分析二者的相对效率,采用随机数据模拟的方法验证本文所采用估计方法在删失数据样本下的性质。针对不同的误差分布类型得到不同的数据结果,从而更为有力的论证理论部分的结论。本文主要建立了基于删失数据的组合分位数回归模型,由于数据的不完整性,在计算过程中,需要充分运用K-M估计的性质简化计算,达到了较为满意的结果。