纵向数据广义部分线性模型的惩罚GMM估计

• 作者: 倪艳风 朱仲义
• 来源期刊: 应用概率统计
• 学科: 数学
• 关键词: 纵向数据 部分线性模型 广义线性模型 P-样条 广义矩方法 惩罚广义矩方法
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 285-300
• 分类号: O212.1
• 字数: 10413字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4268.2012.03.007

摘要

对纵向数据的部分线性模型,通常的做法是用样条方法或者核方法逼近非参数部分,然后再用广义估计方程的估计方法去估计参数部分.本文使用P-样条拟合非参数函数,对不同的矩条件用不同的广义矩方法对模型的参数和非参数进行估计,并且给出了估计量的大样本性质；并用计算机模拟和实例证明了当模型中存在不同的矩条件时,采用不同的惩罚广义矩方法可以显著地提高估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱仲义	复旦大学管理学院统计学系	23	80	5.0	6.0
2	倪艳风	复旦大学管理学院统计学系	2	6	2.0	2.0