超高维数据下部分线性可加分位数回归模型的变量选择

在超高维数据中,一方面,协变量的维数可能远远大于样本量,甚至随着样本量以指数级的速度增长;另一方面,超高维数据通常是异质的,协变量对条件分布中心的影响可能与他们对尾部的影响大不相同,甚至会出现重尾以及异常点的复杂情况。文章在协变量维度发散且为超高维的情况下研究了部分线性可加分位数回归模型的变量选择和稳健估计问题。首先,为了实现模型的稀疏性和非参数光滑性,引入了一种非凸Atan双惩罚,并采用分位迭代坐标下降算法来解决所提方法的优化问题。在选择适当正则化参数的情况下,证明了所提双惩罚估计量的理论性质。其次,通过模拟研究对所提方法的性能进行验证。模拟结果表明,所提方法比其他惩罚方法具有更好的表现,尤其是在数据存在重尾的情况下。最后,通过基于癌症筛查病人血液样本数据的实证来验证所提方法的实用性。

协变量缺失下基于诱导光滑方法的加权分位数回归

在部分协变量随机缺失机制下的分位数回归模型中,提出回归参数的诱导光滑加权估计及其渐近协方差估计,证明了诱导光滑加权估计和经验似然加权估计有相同的渐近协方差,且诱导光滑加权估计的渐近协方差估计也是相合的,并给出了诱导光滑加权估计及其渐近协方差估计的高效算法.模拟结果表明,新方法在有限样本下表现优良.

空间滞后分位数回归模型的工具变量估计及参数检验

本文提出一种遵循空间数据分布特征的空间分位数回归模型,并着重探讨该模型的估计方法和参数检验问题。本文构建了上述模型的一个工具变量估计法,通过数理证明建立了估计量的大样本理论,并基于估计量的渐近分布构造了模型的参数检验方法;进一步通过数值模拟方法和应用实例考察估计方法和参数检验方法的实际应用效果。数值模拟结果显示,估计方法和参数检验方法在有限样本条件下均可以达到较高的精确度和稳定性。在应用实例中,本文利用所构建的理论方法重新检验了我国"资源诅咒"效应的存在性,实证结果体现了理论方法的应用价值。

参数异质性、城市化与区域收入差距——基于工具变量分位数回归的分析

本文以中国东部三大城市群落的崛起为例,运用了工具变量分位数回归的方法研究了城市群落崛起中城市化对区域经济发展影响的异质性,实证结果表明,2003和2004年城市群落崛起过程中,受益最大的地区为低收入地区,区域收入差距呈现出缩小的趋势;2005～2007年,这种趋势出现了新的变化,低收入地区反而成为城市群落崛起过程中获益最少的地区,这说明了城市化进程进一步缩小了地区收入差距的趋势出现了反转,高速的城市化过程扩大了地区的收入差距。

基于测量误差面板数据的两步分位回归估计方法

该文考虑了含测量误差面板数据模型的参数估计问题.首先通过因子得分法消除自变量中测量误差的影响,获得固定效应面板模型的自变量修正值;随后分别采用一阶差分分位回归法和固定效应分位回归法求得估计量,结合Bootstrap算法得到估计置信区间.蒙特卡罗模拟结果显示,新提出的两步分位回归估计方法在同方差、异方差两种固定效应面板模型下的相对偏差和均方误差均优于传统分位数回归法.最后,基于美国各州实际香烟销售面板数据的实证分析表明,该方法在消除测量误差及提高估计准确性等统计应用分析上具有一定优势,可以为解决实际的复杂动态问题提供可靠依据.

面板数据分位数回归模型的工具变量估计

针对含有内生变量的面板数据回归模型,提出基于工具变量的分位数回归估计方法.首先,通过引入工具变量解决协变量的内生性问题,然后利用分位数回归的方法对回归系数进行估计.在一些正则条件下,证明所提出估计的大样本性质,通过模拟研究证实该方法的有限样本性质.

人口受教育程度对居民消费的影响研究——基于动态面板分位数回归法

本文采用1996~2015年的31个省市自治区宏观数据,使用动态面板分位数回归方法研究人口受教育程度和居民消费的数量关系。研究结果表明,人口受教育程度对消费有着较为显著的影响,且人口受教育程度对中等消费支出水平的影响略大于高、低消费支出水平的影响,这说明中等消费水平的居民消费受到人口受教育程度的影响更加敏感和有弹性。另外,模型中其他各解释变量系数在各分位数上的差异不大,说明这些影响因素对于不同消费支出水平的消费影响没有太明显差异。

带测量误差的线性分位数回归模型的工具变量估计（英文）

本文将工具变量法由研究带变量误差的均值回归模型推广到研究带变量误差的线性分位数回归模型.所得到的估计量是一致的且在一般条件下具有渐近正态分布.这种方法可行且易于操作.模拟研究表明该估计量在有限样本下性质表现非常好.最后这种方法被应用到实际问题,研究工资与教育程度之间的关系.

多变量分位数回归构建印度洋大眼金枪鱼栖息地指数

以0～300m水层加权平均水温、50～150m水层的温差和氧差及其交互变量为影响因子,运用分位数回归法,寻找出环境变量与大眼金枪鱼(Thunnus obesus)延绳钓钓获率的最佳上界分位数回归方程,计算出栖息地指数(HSI),并应用地理信息系统(GIS)软件绘制各月HSI空间分布图。研究表明:大眼金枪鱼延绳钓钓获率(HR)依加权平均水温(x)、温差(y)、氧差(z)与的最佳上界分位数回归方程为HR0.70=-15.596+2.124x-0.003x3+0.033xyz-0.036y2z+0.107yz2-0.337z3;HSI空间分布为:16°S—10°N印度洋海域HSI高于0.7,HSI>0.8的海域随季节发生显著变化,马达加斯加外海至100°E、16°S—26°S海域常年存在一片HSI<0.4的区域,26°S—40°S海域的HSI介于0.4～0.5,40°S以南海域HSI<0.4,东非外海季节性地出现一片HSI<0.6的海域。利用多个环境变量的栖息地指数模型来预测分析大洋金枪鱼资源分布效果较好。

基于分位数回归和哑变量模型的大兴安岭兴安落叶松树高-胸径模型

【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.0286),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。

单指标分位数回归的变量选择（英文）

多元非参数分位数回归常常是难于估计的,为了降低维数同时保持非参数估计的灵活性,人们常常用单指标的方法模拟响应变量的条件分位数.本文主要研究单指标分位数回归的变量选择.以最小化平均损失估计为基础,我们通过最小化具有SCAD惩罚项的平均损失进行变量选择和参数估计.在正则条件下,得到了单指标分位数回归SCAD变量选择的Oracle性质,给出了SCAD变量选择的计算方法,并通过模拟研究说明了本文所提方法变量选择的样本性质.

聚集经济、固定资产投资和人力资本存量对经济增长的影响分析——基于面板数据工具变量分位数回归

基于2008-2017年全国31个省、自治区和直辖市的面板数据,研究聚集经济、固定资产投资和人力资本水平对经济增长的影响,考虑到聚集经济的内生性问题,用滞后期的城市人口密度作为聚集经济的工具变量,运用面板数据工具变量分位数回归估计方法分析各变量对经济增长的影响。分析结果表明,三个变量都促进经济增长,在不同分位点上,聚集经济和人力资本水平对经济增长的促进作用随分位点的增加而减小,固定资产投资对经济增长的促进作用随分位点的增加缓慢增加。

基于分位数回归法的农民生猪养殖意愿影响因素分析

理论界对影响农民生猪养殖的研究,主要从总体上分析影响养殖意愿的各种因素及其作用程度。利用湖南省抽样调查所获280份生猪养殖户的养殖数据,运用分位数回归模型分析影响农户养殖意愿的因素,深入研究农民养殖意愿及其影响因素间回归关系。研究结果表明,不论是OLS模型还是分位数回归模型,养殖户的年龄、文化程度、养殖净收益、劳动力人数及是否得到政策支持均对养殖户养殖意愿产生影响。但在分位数回归模型中,对于养殖规模较小的养殖户,年龄越大,劳动力人数越多,养殖意愿越弱,女性相比于男性更倾向于养殖;对于养殖规模较大的养殖户,生猪养殖收入占总收入比重较大,劳动力人数较多,养殖户养殖意愿较高,而年龄、性别变量不显著;养殖户文化程度和养殖净收益对养殖户养殖意愿影响显著。

面板数据分位数回归模型的参数估计与变量选择

本文研究了基于面板数据的分位数回归模型的变量选择问题.通过增加改进的自适应Lasso惩罚项,同时实现了固定效应面板数据的分位数回归和变量选择,得到了模型中参数的选择相合性和渐近正态性.随机模拟验证了该方法的有效性.推广了文献[14]的结论.

小额信贷机构服务小微企业影响因素的实证研究——基于分位数回归法

作为一种有益的创新,小额信贷成为世界许多国家缓解小微企业、弱势人群融资难的一个工具。从理论和实践层面看,已有文献关于小额信贷机构服务小微企业受哪些因素影响的结论并不清晰。文章以2010—2012年我国98家小额信贷机构为样本,通过面板数据分位数回归法实证检验了小额信贷机构向小微企业提供贷款的影响因素,研究发现:机构属于NGOs类型、有更强的风险控制能力、更高的商业化水平和经营效率对其服务小微企业有显著的正向影响。值得注意的是,文章发现小额信贷机构追求财务绩效的同时并没有导致其偏离小微企业。文章的政策建议是,应进一步促进小额信贷机构的商业化发展,强化其风险控制能力,提升其经营效率。

环境污染对重庆市城乡居民收入差距的影响——基于半参数工具变量模型的分位数回归估计

半参数模型既含有参数分量,又含有非参数分量,比单纯的参数模型具有更强的解释性和灵活性。但在分析实际问题时,数据往往含有内生变量,如果忽略内生变量的影响,则会造成估计有偏。因此本文针对含有内生性解释变量的半参数回归模型,使用了基于工具变量的半参数模型的分位数回归估计探究了环境污染对重庆市城乡居民收入差距的影响,并选取年降水量作为工具变量。分析结果表明:环境污染对重庆市城乡居民收入差距产生正向的影响,即环境污染越严重重庆市城乡居民收入差距越大;城市的对外开放度越大,则城乡的贫富差距越大,当开放地达到一定程度时,此趋势将会趋向缓和。

我国物流服务能力的影响因素及其影响程度分析——基于分位数回归法的分析视角

首先以生产函数为理论基础模型,选择相关影响因素构建了我国物流服务能力生产函数模型,并采用逐步回归法对该模型进行了优化,确定了有效的影响因素为通车里程、载货车辆及物流从业人员;然后利用分位数回归法估计和检验模型,并以估计结果为依据深入分析了各影响因素在我国不同物流服务能力水平(不同分位点)下的影响程度。

删失回归模型的分位数变量选择和压缩估计

删失回归模型是一种响应变量受限制的模型,广泛应用于计量经济学中.针对删失回归模型,借助于分位数估计方法和SCAD型惩罚函数,提出了一种变量选择和压缩估计方法.该方法可选出对模型有贡献的回归变量,即非0回归系数,同时给出非零参数的一个相合估计.另外,获得了变量选择方法的oracle性质.最后,利用数值模拟计算说明所提出方法的效果.

基于线性回归变量误差模型的工具变量法与校正似然法的比较

文章介绍了线性回归变量误差模型参数估计的两种方法——工具变量法和校正似然法,然后通过数值模拟的方式对这两种方法的估计结果进行比较,说明这两种方法在不同假定下估计的优劣,最后通过实例计算来进行验证,并得到一些有用的结论。

协变量缺失下变系数模型基于经验似然的加权分位数回归

在部分协变量随机缺失的变系数分位数回归模型中,提出回归参数的逆概率加权估计和基于经验似然的加权估计,并讨论了这两种估计的大样本性质.从渐近方差可见,基于经验似然的加权估计效率高于逆概率加权估计.