核实数据下误差在反映变量的非线性半参数模型的降维估计.pdfVIP

应 用 数 学 MATHEMATICA APPLICATA 2Ol4，27(4)：730—737 核实数据下误差在反映变量的 非线性半参数模型的降维估计 肖燕婷 ，田铮 (1．西北工业大学应用数学系，陕西 西安 710072；2．西安理工大学应用数学系，陕西 西安 710054) 摘要 ：考虑响应变量带有一般测量误差的非线性半参数模型．在核实数据的帮助下， 利用半参数降维技术构造未知参数和非参数函数 的估计．在一定条件下证明未知参 数估计的渐近正态性和非参数函数估计的最优收敛速度．通过数值模拟说 明所提估 计方法在有限样本下的有效性． 关键词：核实数据；非线性半参数模型；渐近正态性 中图分类号：O212．7 AMS(2000)主题分类：62G05 文献标识码：A 文章编号 ：1001-9847(2014)04—0730—08 1．引言 考虑如下的非线性半参数回归模型 Y — g(X ，)十 (丁)+ e， (1) 其中，x为P维随机向量 ，JG为d维未知参数向量，g(·，·)为已知形式的联系函数 ，Ⅲ(·)为未 知的光滑函数 ，为独立同分布且均值为零的随机误差．如果令 x与卢维数相 同，且g(X，卢)一 X 口，则模型 (1)转化为众所周知的部分线性模型． 非线性半参数模型也称为部分非线性模型，由于非线性 函数的多样性 ，该模型从一提出就 引起统计学家的广泛兴趣．如 LI【1从生态学中的一个实际例子出发 ，说 明利用该模型进行建 模是合理的，并提出可以采取轮廓非线性最小二乘方法和近似线性方法估计模型中的参数． SONGE针对一类特殊的部分非线性模型，对未知参数提出一种筛最小二乘估计方法．xI— AOE应用经验似然方法构造了未知参数的置信域 ，并说明就置信域及其覆盖概率而言，经验 似然方法是优于近似正态方法的． 以上的讨论都是在精确测量数据的情形下进行的，但在许多实际应用问题 中，变量有测量 误差 (Errors—in—Variable)的问题经常遇到．协变量有测量误差的情形 已有不少研究 ，如在协 变量带有可加测量误差的情形下，LIE和 WANGE分别研究了部分线性模型和变系数部分线 性模型中未知参数的估计 问题．在此，我们考虑反映变量带i贝4量误差的情形 ，如在 Wittes]描 * 收稿 日期 ：2013—10—25 基金项 目：国家 自然科学基金 91120014)，陕西省教育厅基金 (12JK0534) 作者简介：肖燕婷。女，汉族，陕 人，扛孥士生，讲师，研究方向：非参数统计推断． 第 4期 肖燕婷等 ：核实数据下误差在反映变量的非线性半参数模型的降维估计 731 述的一个例子 中，考虑心肌梗死对心肌的伤害程度 ，其真实值可由毛细血管拍照的方式精确测 量 ，但该方法是 昂贵的，且对病人有一定的副作用 ，通常的做法是用心脏酶的最高水平值来代 替真值，这样的替代是有测量误差的．在这类实际问题 中，真实变量 y与替代变量y之间的关 系是非常复杂的，可加的测量误差显然是不合适的，人们很难正确假定两者之间的关系．合理 的假设是假定真实变量与替代变量之问没有任何确定结构误差 ，在这种情形下，对未知参数进 行有效的统计推断是比较困难的．借助核实数据 ，可以解决这一困难．王启华L7_8u，方连娣 [g分 别考虑了反映变量带测量误差的部分线性模型，线性模型 ，非线性 回归模型中参数 的估计 问 题． 本文针对模型(1)，在响应变量 y带一般测量误差的情形下，即对真实变量和替代变量之 间的关系不做任何模型结构假设，借助核实数据 ，对未知参数 和未知函数m(·)进行估计．首 先将模型等价的改写为 “(Z)一 g(X，8)+rn(T)+ ￡， (2) 其 中Z一 (，X，丁)，“(Z)一E[Y1 ，且 s— 一(y一 “(Z))．如果 “(·)是已知函数，则模型 是标准的部分非线性模型，可用经典的统计方法加以解决．但此时 “(·)未知 ，一个很 自然的想 法就是用它的估计值来代替真值