论文部分内容阅读
在统计学中，半参数模型是结合非参数模型和参数模型优点的一类模型.半参数部分线性模型是半参数模型中一种常见的模型.随着社会经济的迅速发展，此模型在社会经济等领域中有着广泛的应用同时也受到了大量的关注，因此得到了进一步的研究和推广.本论文主要研究半参数部分线性模型的估计问题. 文中首先介绍了半参数模型和半参数部分线性模型的发展和研究现状，然后介绍了协变量带有测量误差，响应变量随机右删失，非参数分量单调条件下模型的研究情况.本文研究的是在上述三种条件下半参数部分线性模型的估计问题.使用最小二乘估计结合纠偏的思想，处理模型中协变量带有测量误差的情况.对于模型中响应变量随机右删失的数据，构造无偏统计量把删失数据转化为完全数据进行研究.最终结合纠偏最小二乘估计和核光滑估计方法处理模型，得到了参数分量估计(β)和非参数分量估计(g)n(t).同时证明在适当的条件下，参数分量的估计(β)是渐近正态的，非参数分量估计(g)n(t)是光滑的并给出了此估计的收敛速度. 虽然利用上述方法所得到的非参数分量的估计(g)n(t)具有一定的光滑性，但是并不能保证该估计的单调性.所以将得到的函数估计作为初始估计，然后利用重排的方法，对初始估计进行修正得到单调递增估计，减小估计误差.最后使用R软件进行数值模拟，通过模拟结果可以看到改进的估计不但可以达到最优收敛速度，而且逼近目标函数的效果优于初始估计的逼近效果.