半参数可加模子的岭估计.pdfVIP

摘要 回归分析是统计学中应用最为广泛的一个分支，然后其重要理论是关 于参数回归模型。近三十年来，随着计算机计算技术的飞速发展，多种半参 数模型被提出以探索因变量和自变量之间蕴含的复杂关系。通参数模型一 样，半参数模型也有多种形式，比如常见的可加模型、部分线性模型、单指 标模型和变系数模型等以及它们的混合形式。作为部分线性模型和可加模型 的推广，部分线性可加模型是一类重要的半参数模型。这类半参数模型中既 含有线性部分，又包含多个未知光滑参数。由于这类模型的复杂性，相比于 其它类型的半参数模型，半参数可加模型的研究结果还相对较少。 实际数据分析中经常会遇到共线性问题，在此情况下最小二乘估计将 变得很差。为了克服这～问题，多种新的估计方法被提出，其中应用最广的 是岭估计技术。目前还没有文献讨论部分线性可加模型的岭估计问题。 本文将针对性的研究半参数可加模型的岭估计问题，我们将基于 加模型中参数分量的岭估计。在线性部分附加有约束条件时，我们构造了相 最后通过数值模拟验证估计的有效性。 岭估计，约束岭估计 II ABSTRA