多元线性模型中最小距离估计漫衍的随机加权逼近.pdf

摘 要 随机加权方法，也称之为Bayesian bootstrap，它有别于Bootstrap方法．在第一 章中，我们介绍了Randomization Tests，Jackknife和Bootstrap等三种再抽样方法． 在第二章中，我们发现多元线性模型中最小距离估计的分布依赖于误差项的密度， 所以很难估计。我们用随机加权的方法得到它的逼近．在第三章中，我们用R语言 做了一些模拟工作，用随机加权法先对线性模型中最小绝对偏差估计分布的逼近进 行了模拟；然后对多元线}生模型中最小距离估计分布也进行了类似的逼近模拟，并 且都画出了它们的分位数～分位数图． 关键词 多元线性模型，最小距离估计，LAD估计，随机加权，R语言，分 位数一分位数图 B A ST A R CT Random isalso calledthe different method，which weighting Bayesian bootstrap，is from method．In introducesome methods：Ran— Bootstrap chapter l，webriefly resample domization and see the of Tests，Jackhfife that distribution Bootstrap．Inchapter2，we LDestimate linear on inthemultivariatemodels theerror it diffi— is depends density,so culttobeestimatedInthis can it random reliably paper，weapproximateby weighting R first method，In willconductsomesimulations is 3，we chapter usinglanguage，thepart aboutthe the ofLAD inlinear simulation to distributionestimate models approximation random is the tothe second about distri- by method