• 论文 •    下一篇

线性测量误差模型的平均估计

王海鹰,邹国华   

  1. 中国科学院数学与系统科学研究院, 北京 100190
  • 收稿日期:2011-03-11 出版日期:2012-01-25 发布日期:2012-04-01

王海鹰,邹国华. 线性测量误差模型的平均估计[J]. 系统科学与数学, 2012, 32(1): 1-14.

WANG Haiying, ZOU Guohua. FREQUENTIST MODEL AVERAGE ESTIMATION FOR LINEAR ERRORS-IN-VARIABLES MODELS[J]. Journal of Systems Science and Mathematical Sciences, 2012, 32(1): 1-14.

FREQUENTIST MODEL AVERAGE ESTIMATION FOR LINEAR ERRORS-IN-VARIABLES MODELS

WANG Haiying, ZOU Guohua   

  1. Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190
  • Received:2011-03-11 Online:2012-01-25 Published:2012-04-01
频率模型平均估计近年来受到了较大的关注, 但对有测量误差的观测数据尚未见到任何研究.文章主要考虑了线性测量误差模型的平均估计问题, 导出了模型平均估计的渐近分布, 基于Hjort 和 Claeskens (2003)的思想构造了一个覆盖真实参数的概率趋于预定水平的置信区间, 并证明了该置信区间与基于全模型正态逼近所构造的置信区间的渐近等价性.模拟结果表明当协变量存在测量误差时, 模型平均估计能明显增加点估计的效率.
Frequentist model average estimation receives much attention in recent years.However, no investigation has been conducted for the data with measurement errors. In this paper, we consider frequentist model average estimation for linear errors-in-variables models.The asymptotic distribution of the model average estimator is derived, and a confidence interval having a coverage probability that tends toward the nominal level in large samples is constructed. Further, the confidence interval constructed based on the model average estimator is shown to be asymptotically the same as that obtained under the {\rm full} model. A
simulation study shows that the finite sample performance of the model average estimator is better than that of the model selection approach or of the {\rm full} model approach.

MR(2010)主题分类: 

()
[1] 乔鸽, 周建红, 李新民. 广义线性模型下模型平均的比较研究[J]. 系统科学与数学, 2021, 41(4): 1164-1180.
[2] 牛娟,谢田发,郭媛媛,孙志华. 协变量有测量误差时Tobit回归模型的估计[J]. 系统科学与数学, 2020, 40(9): 1672-1686.
[3] 陈心杰,赵志豪.  高维纵向数据的模型平均估计[J]. 系统科学与数学, 2020, 40(7): 1297-1324.
[4] 高研,周建红,王海涛,张焕焕. 基于Jackknife模型平均方法的中国港口集装箱吞吐量预测[J]. 系统科学与数学, 2020, 40(4): 729-737.
[5] 王苗苗. 基于线性模型平均估计的置信区间[J]. 系统科学与数学, 2020, 40(10): 1866-1881.
[6] 朱容,邹国华,张新雨. 部分函数线性模型的模型平均方法[J]. 系统科学与数学, 2018, 38(7): 777-800.
[7] 王维维,张齐,李新民.  广义矩估计模型平均[J]. 系统科学与数学, 2018, 38(7): 801-812.
[8] 陈全润,杨翠红.  河南省粮食产量预测方法研究[J]. 系统科学与数学, 2018, 38(7): 813-822.
[9] 文丽,卢灿昭. 基于区域房价的空间自回归模型平均[J]. 系统科学与数学, 2018, 38(7): 830-840.
[10] 喻达磊,饶炜东,尹潇潇. 岭回归中基于广义交叉核实法的最优模型平均估计[J]. 系统科学与数学, 2018, 38(6): 652-661.
[11] 孙志猛,马倩雯,李潇宁. 网络结构数据空间回归模型的平均估计[J]. 系统科学与数学, 2018, 38(6): 662-678.
[12] 周建红,赵尚威. 高维泊松回归的模型平均方法[J]. 系统科学与数学, 2018, 38(6): 679-687.
[13] 季琳琳,廖军,宗先鹏. 异方差线性测量误差模型的平均估计[J]. 系统科学与数学, 2018, 38(6): 688-701.
[14] 相鑫,刘秀丽. 四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用[J]. 系统科学与数学, 2018, 38(6): 702-710.
[15] 李莉莉,崔迎鹏,卢睿,乔婧妍. 基于模型平均方法的基金绩效预测研究[J]. 系统科学与数学, 2018, 38(6): 711-724.
阅读次数
全文


摘要