自适应变系数EV模型的估计及性子.pdf

摘 要 Grosseand 变系数模型(Varying—coefficientModels)由Cleveland 991)在将局部回归方法从一元推广到多元的情形时提出。 Shyu(1 JianqingFan，QlweiYao和ZongwuCai(2000)提出了自适应变系数模型 并对其性质进行了研究．在实践中，该模型已被广泛地应用于生物、 医学、经济学、金融保险等方面． error)模 型，是自变量和因变量都带有误差的回归模型．EV模型的研究有很长 的一段历史．早在19世纪末期，学者们就已经开始关注此模型 中讨论了线性EV模型．由于EV模型的结构特殊，计算时需要考虑测 量误差，因此对它的研究要比经典的回归模型困难，例如EV模型中 参数估计的存在性及其相合性问题比经典回归模型要复杂得多(Cheng Van Nass，1999)． 在实际问题中自变量与因变量的观测不可避免的存在误差(如测 量工具等引起的误差等)，而在建立模型的时候有的误差我们也是不能 忽略的，因此我们提出了一利，新的统计模型一自适应变系数EV模型： IYf=xTgf，p，xfJ+4 { E=Yf+毛 (扛1，…，，z)． 1 xj=xj+Pi 其中： t=(x／。，薯。，…，．～)71，g(Prt)=(g。(∥7’_)，g。(∥r玉)，…，gP(∥r蕾))r， ei=(乞。，呼I’．一，％)。，正=(z。，鼍l，．一，％)7， 令“=∥7’X．设(‘，衫)71足P+2维独立同分斫伯勺随机误差向量，满足 不相关，各次观测之问相互独立． Fan[1】等研究了这类模型，其中主要研究了该模型中的系数函数和参数 估计，窗宽选择及模型的应用．关于白适应变系数EV模型的研究成果 的文章还很少． 本文的创新之处就是在已有的自适应变系数模型的基础上加入了 观测误差． 本文利用核光滑方法和广义最小二乘法讨论了自适应变系数EV 模型的系数函数估计，其主要步骤如下：首先，假定系数参数取它们的 数学期望，把模型变成标准的线性模型，用最d,--乘法得到系数的第 一步估计，然后，将得到的第一步估计值代入模型中，重新变换模型， 用广义最小二乘法得到系数的第二步估计； 用一步迭代估计法讨论∥的估计； 在一些正则条件下，得到了系数函数和∥估计的强相合性和一致 强相合性； 最后利用matlab对估计进行了模拟研究．通过模拟发现，我们的估 计是比较好的． 关键词：自适应变系数EV模型，核估计，最小二乘法，渐近正态性， 一步迭代估计． ABSTRACT The coefficientmodelsareintroduced varying by and 99 extendthe oflocal Shyu(11)to applicationregressiontechniques fromone—dimensionaltomulti—dimensional the models Cai，Z．W．(2000)[1]have proposedadaptivevarying-coefficient anddiscussedits modelshave been properties．Inpractice，the already usedinareassuchas widely biology,medical andSOon． The