10758.panel數(shù)據(jù)模型的統(tǒng)計推斷_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、分類號:分類號:密級:級:無UDC:單位代碼單位代碼:10118山西師范大學(xué)研究生碩士學(xué)位論文研究生碩士學(xué)位論文PanelPanel數(shù)據(jù)模型的統(tǒng)計推斷數(shù)據(jù)模型的統(tǒng)計推斷岳莉莉岳莉莉指導(dǎo)教師姓名指導(dǎo)教師姓名史建紅史建紅教授教授山西師范大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院山西師范大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院申請學(xué)位級別申請學(xué)位級別理學(xué)碩士理學(xué)碩士專業(yè)名稱專業(yè)名稱數(shù)學(xué)數(shù)學(xué)論文提交日期論文提交日期2012016年3月20日論文答辯日期論文答辯日期202016年

2、5月22日學(xué)位授予單位學(xué)位授予單位山西師范大學(xué)山西師范大學(xué)學(xué)位授予日期學(xué)位授予日期2012016年月日答辯委員會主席答辯委員會主席張勤海張勤海教授教授評閱人評閱人翟成波翟成波教授教授斯日古楞斯日古楞副教授副教授2016年3月20日論文題目:Panel數(shù)據(jù)模型的統(tǒng)計推斷專業(yè):數(shù)學(xué)碩士生:岳莉莉簽名:指導(dǎo)教師:史建紅教授簽名:摘要Panel數(shù)據(jù)模型是一類線性混合效應(yīng)模型已經(jīng)被廣泛運用到經(jīng)濟學(xué)、醫(yī)學(xué)、社會學(xué)等領(lǐng)域是統(tǒng)計學(xué)家研究的熱點課題之一.

3、本文研究只含個體效應(yīng)以及含有個體效應(yīng)和時間效應(yīng)的兩類Panel數(shù)據(jù)模型中回歸系數(shù)的統(tǒng)計推斷問題.本文的研究工作主要包含以下三個方面:1.對含有個體效應(yīng)和時間效應(yīng)的Panel數(shù)據(jù)模型研究了模型中回歸系數(shù)的非齊次線性假設(shè)檢驗問題提出了一種參數(shù)Bootstrap檢驗方法.通過有限樣本的數(shù)值模擬討論了提出的檢驗方法的檢驗功效.模擬研究結(jié)果表明提出的參數(shù)Bootstrap檢驗方法能很好的控制犯第一類錯誤的概率且與樣本容量無關(guān).然而在樣本容量比較小

4、或適中的情形下已有的廣義變量檢驗方法犯第一類錯誤的概率有時會遠(yuǎn)遠(yuǎn)超過給定的顯著性水平.實例分析同樣說明了給出的檢驗方法的有效性.此外構(gòu)造了未知參數(shù)的置信橢球.數(shù)值模擬研究驗證了該置信橢球是有效的.2.對帶測量誤差的含有個體效應(yīng)和時間效應(yīng)的Panel數(shù)據(jù)模型研究了模型中回歸系數(shù)的非齊次線性假設(shè)檢驗問題.首先給出了模型中感興趣的未知參數(shù)的糾正最小二乘估計和約束估計并討論了其漸近分布.其次利用原假設(shè)和備擇假設(shè)下糾正殘差平方和的差構(gòu)造了檢驗統(tǒng)計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論