单指标模型的诊断技术-应用数学专业论文.docx

万方数据 万方数据 学位论文原创性声明及使用授权声明 重庆理工大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究所取得的成果。 除文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成 果、作品。对本文的研究做出重要贡献的集体和个人，均已在文中以明确方式标明。 本人承担本声明的法律后果。 作者签名： 日期： 年 月 日 学位论文使用授权声明 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家 有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆理工大 学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 本学位论文属于（请在以下相应方框内打“√”）： 1.保密□，在 年解密后适用本授权书。 2.不保密□。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 重庆理工大学硕士学位论文 重庆理工大学硕士学位论文 万方数据 万方数据 摘要 部分线性单指标模型是一类重要的半参数统计模型，该模型包含了许多模型，如 部分线性模型、单指标模型、变系数模型和经典线性模型等都为其特例，使得该模型 具有广泛的应用。部分线性单指标模型在一定程度上克服了非参数模型的“维数灾难” 的问题，同时又把参数模型和非参数模型有机地结合起来，增强了模型的解释能力。 对部分线性单指标模型的研究主要集中在对模型的未知参数和未知连接函数的估计 上，而对模型的误差是否存在序列相关和异方差的研究还较少涉及到。 检验回归模型中的残差是否存在序列相关和异方差，一直都是统计学和计量经济 学中的一项重要的工作。对于一个拟合得好的模型来说，我们要求拟合得出的残差为 白噪声，即残差中不再含有模型的信息。所以，模型的误差项的独立同方差是一个基 本的假定。在此假定下，方可对模型进行常规的统计推断，比如参数估计、假设检验 等，并可进一步进行预报。若误差存在序列相关，则对模型进行的统计推断，如参数 估计等将失去有效性；若模型中存在很强烈的序列相关性，则很有可能模型被误用。 因此，在进行统计推断之前，检验模型是否存在序列相关性是很有必要的。 本文主要研究了部分线性单指标模型中误差的序列相关检验问题。我们用两种方 法对部分线性单指标模型的序列相关进行检验，首先把 Li (1998)和 Hu (2008)中的方 法VT ,P 检验推广到部分线性单指标模型，得到VT ,P 检验统计量的渐进分布；另一种方 法是刘锋等(2006)中成功引入的经验似然的方法，构建经验似然比检验统计量并得到 了零假设下其渐进分布，建立了非参数形式的 Wilk’s 定理。通过数值模拟考虑了这两 个统计量的有限样本性质，模拟结果表明检验方法具有良好的检验功效，并用实例分 析检验了方法的有效性。 关键词：部分线性单指标模型；序列相关检验；经验似然；VT ,P 检验；Wilk’s 定 理 I Abstract Partial linear single-index model is an important semi-parametric statistic model. This model includes many models, such as partial linear model, single-index model, varying-coefficient model, the classical linear model and so on. So that the model has been applied to many fields. Partial linear single-index model overcomes the “dimension disaster” problem of the nonparametric model, at the same time, the model combines the parametric model and nonparametric model together organically, such that the model’s explanation ablitily can be enhanced. The research of partial linear single-index model are mainly concentrated in the model’s estimation of unknown parameters and the unknown connections function. However serial corre