非线性分位点回归模子的统计诊断.pdfVIP

摘要 分位点回归模型是一种重要的统计模型，它比最小二乘回归和LAD回归具有 更强的统计分析能力，能给数据集提供更加丰富的统计推断结果．回归分位点是一 类基本的稳健估计，它们受数据中异常点的影响较小，并能给条件分布以更加全 面的统计描述；当误差项服从重尾分布或其分布受到污染时，它们比Ls估计的有 效性更高．因此，回归分位点估计和分位点回归模型一经出现，便赢得了许多统计 学家和经济学家的青睐。使其在经济、金融，环境科学、医学等领域的应用日益广 泛。本文比较系统地研究了非线性分位点回归模型的统计诊断，尤其是影响分析 等． 第二章主要介绍了非线性分位点回归模型和线性回归分位点的基本概念和重 要性质，并介绍了计算非线性回归分位点的MM算法． 第三章先在很一般的正则条件下。证明了一类使用M．估计的回归模型的数据 删除模型(CDM)和均值漂移模型(MSOM)参数估计的等价性定理，这类模型包括 通常的L。回归、LARD回归，特别是分位点回归等模型．其次，基于新的目标函数 饼(口I矿)和MM迭代算法，证明了分位点回归模型的CDM和MSOM参数估计的等 价性定理；并且，在证明等价性定理的过程中都得到了々=邑(i)，这一结果很好地 解释了数据删除模型和均值漂移模型之间的关系．最后，基于B