两类半参数统计模子中的估计方法.pdfVIP

摘要 摘要 coefficient 变系数模型(Varying 多常见的模型，因而引起了许多统计工作者的研究兴趣。变系数模型既部分保留 了非参数回归的特点，又具有结构简单、模型容易解释等优点，因而在生物、医 学医药研究、经济金融等领域的统计分析中得到了广泛的应用。 本文尝试用小波方法对变系数模型进行研究。小波作为一种技术，最初主要用 于地震数据分析，后来随着其理论的发展，在图象处理、信号分析、数据压缩等 方面也有了广泛的应用。但小波应用于统计还是上世纪九十年代初的事，由于小 波理论为数理统计工作者提供了强有力的新技术，具有种种优良性，因而在统计 领域得到了广泛的重视与应用，尤其近几年小波在统计学的应用方面的有关研究 有了飞速的发展。 法建立了未知系数函数以及模型误差方差的估计量，并讨论了这些估计量的渐近 性质。本文还讨论了另一类非参数估计问题，课题来源于复旦一瑞士再保险研究 基金和国家自然科学基金项目，我们的研究结果为老年互助保险项目的研究提供 了一种切实可行的方法。本课题旨在注重理论和实践相结合，体现学科的交叉与 融合。以下是备章的主要内容介绍 本文第一章简略回顾了统计模型的发展与演变，主要介绍了变系数模型的几种 不同形式以及相关的各种估计方法，并列出了已有的一些研究成果，同时指出了 摘要 变系数模型在实践中的可行性与广泛性。同其它方法相比，小波方法有许多优点 比如相对于正交级数估计，它对待估函数的要求较低，而得到的大样本性质较为 理想。小波还具有能十分精确地描述出复杂曲线局部特征的能力，因而受到许多 工程师、数学及统计工作者的广泛关注。因此本论文的第二、第三章将使用小波 估计方法，与此相关在本章简略介绍一些小波的有关知识。存这一章的最后阐述 了论文的土要研究内容和结果，并作了小结。 本文的第二章讨论如下形式的变系数模型： _y=^届(r)+…+‘岛(，)十F 其中y为响应变量，x=(鼍，…，o)7和f为协变量，P为随机误差，且E(e)；o 定义域为【o，1】。口2是未知参数。该模型可以看作是一般线性模型的推广，它允 许回归系数为某一回归变量f的函数，只(·)能够比较详细地刻画出■与f的相互 关系。另外由于屏(·)为一般的非参数函数，回归模型的偏差显著地减少，有力 地避免了“维数祸根”现象。本文假设回归变量x是随机设计，而t是固定设计 的情况下，将非参数回归小波的估计方法推广到上述变系数模型，建立了函数系 数{只(f)，，=I，…，P}的小波估计并在较弱的条件下得到了估计的强一致收敛性 和渐近正态性。 本文第三章讨论了上述变系数模型误差方差的估计问题，提出了误差方差口2 的小波估计《，并证明了它的大样本性质，同时还构造了var(P21的小波估计群r 证明了群的弱相能并龇得出掣与Ⅳ(0，吼这一结果硼 于构造口：的大样本区间估计或对矗2进行大样本检验。在相同的模型下，与已有 的研究结粜相比较，我们对待估函数的要求较低，而得到的估计性质较为理想， 摘要 并且研究的结果可用于统计目的，这是有实际意义的。 本文第四章讨论了老年互助保险项目研究中生存函数的估计问题。课题的背景 源于保险精算，在老年互助保险中，需要估计健康寿命(能自理)、半自理状态 寿命及完全不能自理状态寿命的生存函数，能够知道的信息是只有在60岁虬后 的各个状态的样本，而要估计的是在60岁以前的某个有限生命区间内各状态的 生存函数。其特殊性在于样本取值区间与生存函数的考察区间并不一致．因此通 常的经验分布方法并不完全适用。 设鼻．，x：，…，X。是来自F(功的独立样本，当Hx)的泛函形式未知，但可用 【o，1]上的多项式最x±…±qx’逼近时，郑租康(1995)已提出一种混合矩估计 方法，并建立了估计量的强相合性，只是郑祖康(1995)的方法假定分布函数的 支撑集为【o，11，限制了它的应用范围。本文讨论FO)的泛函形式未知，但经过 logit变换后可用多项式逼近的情形，这就去掉了关于支撑集为【o，l】的限制。设 F(x)有密度函数Jr(力，且存在某个r≥1，(r未知)，使得 ks端=a0十叩一t+∥钏z) 其中z∈0，∞，0，∞