分位數(shù)回歸估計ppt課件-文庫吧資料
2025-05-12 08:10本頁面
【正文】 VRV?????()?V ( ) = m i n ( ( ) )iiiY? ? ?? ? ???? X β0 ( ) 0V ( ) = m i n ( ( ) )ii Y? ? ?? ? ? ???最小化 θ分位數(shù)回歸的目標函數(shù) 回歸方程中不包含任何解釋變量，只包含常數(shù)項情況下最小化 θ分位數(shù)回歸的目標函數(shù) 該統(tǒng)計量越大，說明擬合效果越好 約束回歸檢驗 ? 分位數(shù)回歸約束回歸檢驗似然比統(tǒng)計量，采用無約束和有約束情況下最小化 θ分位數(shù)回歸的目標函數(shù)值構(gòu)造 。對于固定效應(yīng)變截距 Panel Data模型： ( ) , ( )??( ( ) , ( ) ) = a r g m in { ( ( ) ( ) ) ( ) }i t i i t ii t iY? ? ? ? ?? ? ? ? ? ? ? ? ? ??? ? ?? ? ?β X β對應(yīng)的 Panel Data分位數(shù)回歸參數(shù)估計為： it i it itY ??? ? ?X β ni ,1 ?? Tt ,1 ??? 將分位數(shù)回歸應(yīng)用于歸并數(shù)據(jù)（ Censoring Data），構(gòu)造歸并數(shù)據(jù)分位數(shù)回歸模型： m a x (0 , ) , 1 , 2 , ,iiY i n?? ? ?iX β1? ( ) a r g m in { ( ) ( m a x ( 0 , ( ) ) }iniY? ? ? ??? ? iβ X β對應(yīng)的“歸并”數(shù)據(jù)分位數(shù)回歸參數(shù)估計為： ? 凡是連續(xù)隨機變量作為被解釋變量的計量經(jīng)濟學(xué)模型，都可以進行分位數(shù)回歸估計。 分位數(shù)回歸的擴展 ? 如果被解釋變量的條件密度非同質(zhì)，可以采用加權(quán)的方法提高分位數(shù)回歸估計的效率，權(quán)重與某概率水平下的局部樣本密度成比例。 ( ) r o b ( )F y Y y?=P 假定隨機變量 y的概率分布函數(shù) Q ( ) = i n f { : ( ) }y F y?? ?定義 y的 θ分位數(shù) Q ( ) = i n f { : ( ) }nn y F y?? ?給定 y的 n個觀測值，相對應(yīng)的分位數(shù) ::Q ( )= ar g m i n { | | ( 1 ) | |} = ar g m i n { ( )}
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1