论文部分内容阅读
本文对于函数型半参数部分线性回归模型，利用特殊的加权最小二乘法和Nadaraya-Waston估计法，通过对每一个个体i引进权1/mi进行优化，得到了β和g(z)的估计值(β)、(g)(z)以及它们的一些渐近性质，同时通过Monte-Carlo模拟实验验证在有限样本为稀疏观察、部分稀疏部分稠密或稠密观察的情况下，本文所得的估计值都能得到很好的拟合。此外，将非参数回归模型中利用经验似然求置信区间的方法拓展至半参数部分线性回归模型中来，对其中的非参数部分利用经验似然方法求得其置信区间，并且提出一种纠偏的经验似然方法，使得这样求得的有效置信区间摆脱了“欠光滑”这一条件的限制。最后，将本文方法与传统渐近正态法求置信区间相比较。