半参数回归模型异方差统计分析.pdfVIP

维普资讯 应用概率统计 第二十卷 ChineseJournalofApplied Probability 第一期 2004年 2月 andStatisticsVo1．20No．1Feb．2004 半参数回归模型的异方差统计分析 木 冉 昊 朱仲义 (华东师范大学统计系，上海，200062) 摘 要 在回归分析中，方差齐性的假设是一个普遍关心的问题．在参数和非参数回归模型中，关于异方差检验问题已经 有很多的研究，见 ([II，4【】，7【】)．本文研究了半参数回归模型的异方差检验问题，得到了方差齐性检验的SCORE统 计量，证明了该统计量的渐近x 性质，最后给出计算机模拟和实际例子，推广和发展了Eubank和Thomas(1993)， 韦博成 (1995)的工作． 关 键 词：异方差，半参数回归，Score检验． 学 科 分 类 号 ：O212．1． §1． 引 言 考虑如下半参数回归模型 Yi= +9(ti)+Ci， i=1，… ，扎， (1．1) 其中 {l，ti)为解释变量，Xi∈Rp，ti满足0 tl… t 1，Ci独立，并且服从正态分布，E(ci)=0， Var(岛)=W／a。，g(t1)∈ ={，：，(J)绝对连续， =0，1，… ，m一1，并且 ，()平方可积)的未知函数， 为P维未知参数．本文只考虑 m=2的情况． 如果 =1，i=1，… ，扎，则估计 ，g(t)是通过最小化 n--1(玑一 一g())。+厂(gm(’())。d (1．2) 扛：1 ．，0 得到的．如果存在 i使得 ≠1即模型 (1．1)出现异方差，采用 (1．2)式得到的 ，g(t)的估计就不再渐近有 效 ． 半参数回归模型 (1．1)是一类非常广泛的统计模型．I-Ieckman(1986)对模型 (1．1)提出了光滑样条的估计 方法，并得到了估计的相合性和渐近正态性．Speckman(1988)对模型 (1．1)提出了核与最小二乘估计方法， 并研究了估计的渐近性质．对上述模型研究的还有Eubank(1988)，Green＆Sliverman(1994)等． 上述文献主要假定，Var(Ci)= ，i=1，… ，扎．即随机误差具有齐次性的条件下，研究了模型 (1．1)．而 在回归分析中，随机误差是否存在方差非齐性是理论和应用工作者十分关心的问题．对于线性回归，Cook＆ Weisberg(1983)研究了方差非齐性的score检验，得到了很好的结果．韦博成 (1995)把Cook＆Weisberg(1983) 的结果推广到了非线性回归．Eubank＆Thomas(1993)研究了非参数回归模型的异方差检验 ．本文主要在上 述文献的基础上研究关于模型 (1．1)的异方差检验，得到了Score检验函数并给出了它的大样本性质，进一步 推广和发展了 1【¨4】，7【】的工作． 以下引入本文所讨论的问题，以及若干必要的记号和公式． 在模型 (1．1)中通常假定 与某一个协变量 和某一q维未知参数Q有关， = (Q，)， (1．3) w(，·)·为已知函数，并假设存在唯一OLO使得对一切 i都有W(c~o，Zi)=1．因此模型 (1．1)异方差的检验问题 等价于以下假设检验问题： Ho：Q=Q0 VS H1：Q≠Qo．