白酒作为中国特有产业之一,其不仅在我国具有悠久的历史和独特的民族文化内涵,也为推动国民经济做出了巨大贡献。研究影响白酒销售量的因素,能够帮助我们更好的把握白酒市场风向,及时调整销售战略。首先,在白酒销售量的影响因素分析中,由于数据存在重复测量、交叉测量等原因,自变量之间存在高度相关,随机误差项不满足零均值同方差等假设,传统估计方法显得捉襟见肘。为解决此问题,本文采用广义矩估计方法对模型参数进行估计,使得模型更加贴近实际运用,并添加辅助信息进一步挖掘数据暗含的信息。其次,针对数据存在缺失的情况,本文假定该缺失为不可忽略缺失。假定缺失机制模型为Logistic回归模型,采用本文介绍的广义矩估计方法得到倾向得分函数。采用逆概率加权方法处理缺失数据,不可忽略缺失数据集下建立非线性模型的加权估计方程,利用广义矩估计方法对非线性模型的参数进行估计。最后,引入变量选择的方法对影响白酒销售量的因素进行筛选。变量选择的方法很多,目前发展也很成熟,本文为了结合广义矩估计方法,选择了三种基于惩罚函数的变量选择方法:LASSO、ALASSO和SCAD。在上一步加权估计方程的基础上添加惩罚函数,在利用广义矩估计法完成参数估计的同时实现变量选择。上述方法的结合,本文用大量数值模拟验证了其稳健性和有效性。最终将该方法运用到白酒销售量的影响因素分析中,结合部分机器学习方法结果,得到影响白酒销售量的六大因素分别为:GDP、交通运输值、啤酒销售量、饮料销售量、是否实施政策和季度。该结果具有经济意义。