半参数模型中两步估计与最小二乘估计的比较.pdfVIP

半参数模型中两步估计与最小二乘估计的比较 封维波．刘琼荪 (重庆大学 数理学院，重庆 400044) 摘 要：文章在MSE准则下对半参数模型中的参数的两步估计和最小二乘估计进行了比较，给出 7 数的两步估计优于最小二乘估计的充分条件。 关键词：半参数模型：两步估计；最小二乘估计 中图分类号：O212．7 文献标识码：A 文章编号：1002—6487(2008)04—0027—02 定义在上的未知函数，{ei，1≤i≤n}为独立同分布的随机误 0 引言 差，Ee．=0，Ee = 20。 半参数模型的主要问题是估计未知参数B和未知函数 最小二乘法是解决线性模型Y=X13+e的经典方法，在通 ￡(i=1…2．，n)，其中一种重要的估计方法是两步估计法。在半参 常情况下都会得到比较好的结果。但在实际应用中，模型中 数模型中如果仍然使用最小二乘的方法对参数B进行估计， 除了存在线性分量，还有可能存在非线性的分量，单纯地使 效果一般不好。在MSE准则下，将它与两步估计法进行比 用参数估计的方法或者非参数的方法结果都不理想。因此 较．其优劣性如何呢?本文对此进行了讨论。 Rice和Engle(1986)等提出了将参数估计和非参数估计相结 合的半参数模型ll_ 。具体模型如下： 1 两步估计法 yi=Xi13+f~(t)+ei (1≤i≤n) (1) 其中x．为P维向量，p为P维的未知参数，t E【0，1】，￡为 文献【1】中Speckman介绍了两步估计，其中对非参数部 自变量分成为三组。 由前面(15)一(18)式，可得： 第一组包含的自变量为X。，X ，X，，X4；包含的因变量为Y ， 5 5 2 ∑PE 2ZPE (k：1 2．．，5) Y ；第二组包含的自变量为x。，x ，)【4，x ；包含的因变量为Y ， k= l k；l Y5；第三组包含的自变量为x。，x ，x3，)【4；包含的因变量为Y3。分 因此可得：pEEpEz 别建立Yl，Y4关于xl，x2，x3，x7；y2，Y5关于xl，x2，)【4，x7；y3关于 即，从预测角度来说基于双重筛选的多因变量偏最小二 xl，x2，x，，x4的偏最小二乘回归模型： 乘逐步回归方法要优于普通偏最dx--乘回归方法。 I Yl=79 6446+0．6270xI一0．0822x2-0．5856x3-3．5936x7 l y2=96 3429+0．2904xI+0．0576x2+6．0877 _6．7244x7 4 结 论 {Y =一25．6531+0．7995xI一0．0782x2-3．0824x3+12．6736xa (15 J l Y =一39．3667+0．0714xI一0．0277x2+0．5627x3+2