时空变系数半参数模型的轮廓最小二乘估计

就时空变系数半参数模型进行研究,给出了该类模型的轮廓最小二乘估计方法,得到模型中时空变系数及常值系数估计的解析表达式,并进行数值模拟予以验证.结果表明,常系数的估计具有无偏性,响应变量估计值与真实值拟合程度较好,相对误差较小.

变系数部分线性误差变量模型的岭估计

文章在变量存在测量误差的情况下,对半参数变系数部分线性模型估计进行了研究。为解决协变量之间通常存在的多重共线性问题,给出了参数的岭估计及非参数部分估计表达式,研究其渐近性质,最后进行数值模拟。结果表明:岭估计减小了由复共线性造成的某些参数分量方差异常变大而对非参数估计的影响,当存在复共线性时,岭估计方法优于修正的轮廓最小二乘估计。

半变系数模型中的异常点分析

研究半变系数模型中的异常点问题,利用轮廓最小二乘法,通过在模型中引入异常点Sl指示矩阵,利用模型的残差平方和与Cook统计量方法,对模型的异常点进行分析.通过数值模拟对所提出异常点分析模型进行验证,数值结果表明模型方法可行有效.