简介:纵向数据在生物、医学和经济学中的研究普遍使用。近年来,对纵向数据各种模型的研究引起国内外统计学者的广泛关注。本文建立了半参数纵向数据的Possion回归模型。并利用极大似然估计对此模型的参数进行了估计,讨论了它的Fisher信息矩阵,给出了似然方程的Newton-Raphson迭代求解过程。
简介:考虑一般的分块半相依线性回归(SUR)模型及其相应的简约模型,给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件.
简介:本文研究部分变系数动态模型,一些参数的值可以成为协变量的函数,并提出了参数和非参数函数系数的估计。本文提出一个基于支持向量机分位数回归的部分变系数动态模型,及它的三步估计法和迭代加权最小二乘法估计模型的参数和非参数函数,提出的方法能被简单有效地应用到线性和非线性分位数回归光滑变量的高维情况。同时,本文也提出模型的惩罚参数、核参数的选择方法——交叉验证方法。
简介:摘要:本文基于2009-2018年中国31个省市(港澳台除外)的面板数据,选取旅游、社会经济和交通运输三方面的要素作为解释变量,建立面板分位数回归模型探究在不同分位点上各要素对入境旅游的影响程度。研究发现:(1)旅游要素(星级饭店数和旅游资源丰裕度)和社会经济要素(人均GDP和进出口贸易总额)是入境旅游重要的驱动因素。当入境旅游规模扩大时,星级饭店数和人均GDP的贡献有所下降,其余变量的贡献有所上升。(2)除铁路旅客周转量外,其余交通运输要素对入境旅游发挥着显著的消极影响
简介:采用数据模拟方法分析分位数回归(QR)和最小二乘回归(OLSR)之间的异同。结果表明:QR可以克服OLSR强假设、易受极端值影响、只能描述总体的平均信息等不足,充分揭示条件分布函数各点的局部信息,提高考试研究的针对性。尤其在随机误差项方差不恒定时,分位数回归的优势较最小二乘回归更为明显。它能挖掘考试数据中更多更有用的信息。
简介:本文首先改进KuosmanenandKortelainen(2012)的随机前沿半参数模型,并运用改进模型,采用2005年1月1日至2011年6月30日我国30只样本基金的数据,实证评价基金投资效率。与以往的评价模型相比,改进的随机前沿半参数模型不仅结合了DEA和SFA的各自优点,还规避了基于CAPM的基金业绩评价可能造成的模型设定问题。此外,该模型不但能够更为充分和全面地评价基金的投资效率,而且可以根据研究者的自身需要将各种投入产出指标纳入基金投资效率的评价中,从而为研究者在基金评价领域提供了新的研究方法。基金投资效率的评价结果表明:首先,与传统测量指标的结果不同,我们的基金投资效率排名不仅取决于期末基金累计净值的大小或总收益率的高低,还取决于其较低的投入指标;其次,股票型基金和混合型基金的投资效率在不同基金之间差异明显,而债券型基金的投资效率在基金之间的差距较小,反映出债券型基金投资效率的稳健性。