• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      線性模型的模型選擇與模型平均

      2017-08-07 11:32:42胡國治
      合肥師范學院學報 2017年3期
      關鍵詞:估計量均方參數估計

      胡國治

      (合肥師范學院 數學與統(tǒng)計學院,安徽 合肥 230601)

      ?

      線性模型的模型選擇與模型平均

      胡國治

      (合肥師范學院 數學與統(tǒng)計學院,安徽 合肥 230601)

      本文在線性模型下討論了興趣參數的模型選擇與模型平均問題。首先利用最小二乘方法估計子模型下回歸系數,進而推導回歸系數和興趣參數估計量的漸近分布,然后得出興趣參數估計量的均方誤差無偏估計量,構造出興趣模型選擇準則,最后通過比較各子模型的興趣信息準則值選出最優(yōu)模型。

      興趣信息準則;模型選擇;模型平均;線性模型

      1 引言

      統(tǒng)計學是一門收集數據、分析數據、解釋數據的科學。利用收集到的數據進行統(tǒng)計建模,選擇出最優(yōu)模型是統(tǒng)計學研究的熱門課題之一。自二十世紀七十年代以來,統(tǒng)計學家們提出了一系列模型選擇的準則,如AIC準則[1]、BIC準則[2]、CP準則[3]等。這些模型選擇的準則都是在全局擬合的情況下,選擇出最優(yōu)模型,并利用這些模型進行參數估計、假設檢驗等。

      2003年,Claeskens等[4]從一些興趣參數著手,從均方誤差(MSE)角度,通過構造興趣參數估計量MSE的無偏估計,提出了興趣信息準則(FIC)。近年來,越來越多的統(tǒng)計學者對這種模型選擇準則進行了深入研究。Du等[5]研究了分位數建模下興趣信息準則選擇最優(yōu)模型的方法。

      在日常分析中,收集到了相關數據后,需要利用模型進行擬合,除非此模型是真實模型,否則利用任何模型進行擬合時均存在誤差。而模型選擇僅通過選擇準則選擇出一個最優(yōu)模型,如果此模型失真,統(tǒng)計推斷的結果就不可信。同時,如果數據發(fā)生了細小的變化,模型選擇的結果就可能發(fā)生巨大差異,這突出反映出模型選擇的不穩(wěn)健性。為了克服這些弊端,模型平均方法應運而生,即對不同模型下的估計量進行加權平均,使估計量更加穩(wěn)健。

      迄今為止,模型平均已經成為統(tǒng)計學的前沿問題,每年的統(tǒng)計學和經濟學頂級期刊均發(fā)表較多此方面文章?,F在模型選擇的主要領域集中于兩個方面,一是估計量加權平均中權數的選擇問題,另一是加權平均估計量的漸近性質研究,如果有了這些漸近性質,就可以構造出置信區(qū)間,進行統(tǒng)計檢驗和相關預測。

      本文主要針對線性模型,構造出興趣模型選擇準則及模型平均方法,并給出估計量的漸近性質。

      2 模型結構與估計過程

      本文主要研究線性回歸模型:

      (1)

      對于第S個子模型的系數可以通過如下最小二乘方法進行估計:

      (2)

      3 興趣模型選擇準則和模型平均

      定理1 在條件1下,有:

      證明:

      +oP(1),由上式可得:

      通過簡單的矩陣運算,定理1得證。

      定理2 在條件1下,有:

      通過定理2可以構造μβ的均方誤差

      上式中,因為δ是未知的,因此無法直接求出結果,但可以給出δ的估計及分布:

      則借助MSE可以構造出興趣模型選擇準則:

      (3)

      對于不同的候選模型,可以計算出每個模型的FIC,選取FIC值最小的即為最優(yōu)模型。

      依據上述FIC值,可以定義模型平均估計量:

      (4)

      其中,權重函數:

      4 結論

      本文利用S子模型表征線性模型下備選模型的統(tǒng)計結構,線性模型系數估計較為簡單,得出了系數估計量的漸近性質,進而得到了特定興趣參數估計量的分布,構造出興趣參數估計量的均方誤差。利用最小均方誤差原則構造了興趣模型選擇方法,并得出模型平均估計量。

      [1] Akaike.H.Maximum likelihood identify-cation of Gaussian autoregressive moving average models. Biometrika[J] .22(1973):203-217.

      [2] Schwarz.G. Estimating the dimension of a model. Annals of Statistics[J].6(1978):461-464.

      [3] Mallows.C.L. Some comments on Cp. Technometrics[J]. 15(1973): 661-675.

      [4] Claeskens.G. and Hjort.N. L. The focused information criterion.Journal of the Ameri-canStatistical Association[J].98(2003): 900-916.

      [5] Du.J,Zhang.Z.Z and Xie.T.F. Model averaging in quantile regression. Comm Statist Theory Methods[J]. 42(2013):3716-3734.

      2016-12-10

      胡國治(1988-),男,安徽桐城人,碩士,助教,研究方向:應用統(tǒng)計。

      O175.8

      A

      1674-2273(2017)03-0009-03

      猜你喜歡
      估計量均方參數估計
      一類隨機積分微分方程的均方漸近概周期解
      基于新型DFrFT的LFM信號參數估計算法
      Beidou, le système de navigation par satellite compatible et interopérable
      Logistic回歸模型的幾乎無偏兩參數估計
      淺談估計量的優(yōu)良性標準
      基于向前方程的平穩(wěn)分布參數估計
      基于競爭失效數據的Lindley分布參數估計
      基于抗差最小均方估計的輸電線路參數辨識
      電力建設(2015年2期)2015-07-12 14:15:59
      基于配網先驗信息的諧波狀態(tài)估計量測點最優(yōu)配置
      電測與儀表(2015年6期)2015-04-09 12:00:50
      基于隨機牽制控制的復雜網絡均方簇同步
      罗山县| 吴旗县| 左云县| 南昌县| 兰西县| 常州市| 班玛县| 永泰县| 北宁市| 手游| 绥化市| 长兴县| 巩义市| 彩票| 军事| 刚察县| 虹口区| 十堰市| 佳木斯市| 兴文县| 长汀县| 中宁县| 页游| 砀山县| 青河县| 阜南县| 麻城市| 加查县| 林甸县| 邳州市| 开平市| 台山市| 灵台县| 富平县| 澄城县| 玉门市| 平陆县| 越西县| 惠东县| 日照市| 阳江市|