期刊专题

10.16055/j.issn.1672-058X.2022.0002.014

工具变量线性回归模型的指数平方损失估计

引用
在讨论协变量和响应变量关系时,常会遇到内生变量,已有关于内生变量的研究大多是在最小二乘目标函数的框架下讨论,然而该方法不具有稳健性,鉴于此,本文采用指数平方损失估计方法,构造模型中回归系数的稳健估计.为了克服内生变量对估计产生的偏差,利用工具变量消除协变量的内生性,再构造回归系数的指数平方损失估计;针对指数平方损失目标函数,提出选取有效的调节参数估计过程;在一些正则条件下,研究所提出估计的渐近正态性;模拟研究比较了朴素最小二乘估计、朴素M估计、朴素指数平方损失估计、基于工具变量的最小二乘估计、基于工具变量的M估计、基于工具变量的指数平方损失估计等6种估计方法,模拟结果表明:本文提出的基于工具变量的指数平方损失估计有效地消除了协变量的内生性,且具有较好的稳健性;最后,利用本文提出的方法分析了孪生双胞胎"收入-教育程度"的数据.

内生变量、工具变量、线性模型、指数平方损失

39

O212.7(概率论与数理统计)

重庆市社科规划委托项目;重庆市自然科学基金;重庆市《统计学》研究生导师团队

2022-04-14(万方平台首次上网日期,不代表论文的发表时间)

共8页

99-106

相关文献
评论
暂无封面信息
查看本期封面目录

重庆工商大学学报(自然科学版)

1672-058X

50-1155/N

39

2022,39(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅