縱向數(shù)據(jù)部分線性模型的懲罰廣義矩方法.pdf

1、摘要摘要縱向數(shù)據(jù)是指對每一個個體在不同的時間點進(jìn)行觀測而得到的由截面和時間序列融合在一起的數(shù)據(jù)，因此它既可以分析出個體隨時間的變化趨勢，又可以分析總體的變化趨勢。對于半?yún)?shù)部分線性模型，通常的做法是用樣條方法或者核方法逼近非參數(shù)部分，然后再用線性模型的估計方法去估計參數(shù)部分。參數(shù)部分的估計可以采用傳統(tǒng)的廣義線性模型方法(GLM)、廣義估計方程方法(GEE)或者二次推斷函數(shù)方法(QIF)，然而，對于某些依賴于時間的協(xié)變量而言，上述的估計方

2、法的效率是不足的。本文在引入Lai和Small(2007)對依賴于時間的協(xié)變量的分類基礎(chǔ)上，使用p樣條擬合非參數(shù)函數(shù)，對不同的矩條件用不同的廣義矩方法對模型的參數(shù)和非參數(shù)進(jìn)行估計，并且給出了估計量的大樣本性質(zhì)；我們用計算機(jī)模擬和算例證明了當(dāng)模型中存在不同的矩條件時，采用不同的懲罰廣義矩方法可以顯著地提高估計精度。關(guān)鍵詞：縱向數(shù)據(jù)，廣義部分線性模型，截斷冪樣條，廣義線性模型，廣義估計方程，二次推斷函數(shù)，廣義矩方法，懲罰廣義矩方法。目錄目錄

3、第1章緒論111縱向數(shù)據(jù)簡介112基于縱向數(shù)據(jù)的廣義線性模型及其發(fā)展113基于縱向數(shù)據(jù)的廣義部分線性模型的研究現(xiàn)狀414文章結(jié)構(gòu)5第2章估計方法721依賴于時間的協(xié)變量的分類722廣義矩方法823懲罰廣義矩方法9231光滑參數(shù)的選擇13232樣條函數(shù)中節(jié)點和冪的階數(shù)的選擇14233估計量的大樣本性質(zhì)1424在非平衡縱向數(shù)據(jù)中懲罰廣義矩方法的修正19第3章計算機(jī)模擬2231情況1：第2類依賴于時間的隨機(jī)變量2232情況2：第3類依賴于時間