论文部分内容阅读
回归分析是一种重要的统计推断方法。在实际应用中,它成为理论与实际联系最为密切的统计方法之一,是分析与处理数据、寻求数据之间关系的重要工具。在理论上,处理半参数模型的方法融合了参数回归中常用的方法以及近年来发展起来的非参数方法,但也并非这两类方法的简单叠加。而在实际问题中,半参数回归模型是一个更接近于真实、更能充分利用数据中所提供信息的模型。因此运用半参数回归模型替代单一性质的回归模型来考虑问题,更具有理论价值与现实意义。本文是在已有的研究基础上,基于异方差部分线性回归模型来考虑估计量间的渐近性及相关性质。首先研究了误差为鞅差序列下的异方差部分线性回归模型。基于非参数估计量,我们推导得出最小二乘法和加权最小二乘法的参数估计量,并且,在适当条件下得到了它们的矩相合性。同时,通过模拟研究了有限样本下估计量的性能。接着考虑了误差为鞅差序列下的纵向数据半参数回归模型。对于模型里面未知参数p和未知函数g(.)我们给出了他们的估计,并在适当条件下,证明了p和g(.)的估计量的均方相合性。最后我们考虑了误差为α-混合序列下的纵向数据半参数回归模型估计量的均方相合性。对于模型里面未知参数p和未知函数g(.)我们给出了他们的估计,在一定的条件下,证明了参数估计量的均方相合性.总的来说,本文通过不同的假设条件及方法获得异方差部分线性回归模型中估计量渐近性及其他相关性质。