2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩112頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、非平穩(wěn)回歸模型是在經(jīng)濟(jì)學(xué)、金融學(xué)及其他領(lǐng)域如水文學(xué)、氣象學(xué)里被廣泛應(yīng)用的一類模型,本文旨在研究與其相關(guān)的模型選擇與壓縮估計(jì)的理論性質(zhì)。全文由相互獨(dú)立但又彼此關(guān)聯(lián)的三部分組成:
  非平穩(wěn)回歸模型:一致的信息準(zhǔn)則
  由于經(jīng)典的信息準(zhǔn)則AIC、BIC和HQIC不能對非平穩(wěn)回歸模型進(jìn)行一致地模型選擇,我們提出一族稱為NIC(非平穩(wěn)信息準(zhǔn)則)的信息準(zhǔn)則。我們從理論上證明了這族信息準(zhǔn)則能被用于一致的模型選擇,并且使用兩個(gè)平衡法從中挑

2、選可供實(shí)際應(yīng)用的NIC。模擬實(shí)驗(yàn)表明NIC顯著優(yōu)于經(jīng)典的信息準(zhǔn)則。
  非平穩(wěn)回歸模型:壓縮估計(jì)
  傳統(tǒng)的建模策略由于其在模型選擇與模型估計(jì)上的分離,常會(huì)表現(xiàn)出建模的不穩(wěn)定性。與之相比,壓縮估計(jì)由于可同時(shí)進(jìn)行模型選擇與估計(jì),其可顯著避免傳統(tǒng)建模策略的缺點(diǎn)。受此發(fā)現(xiàn)的驅(qū)動(dòng),我們對非平穩(wěn)回歸模型的壓縮估計(jì)進(jìn)行了研究。我們證明了在一些新的條件下,壓縮估計(jì)在經(jīng)典設(shè)定下的神諭性對當(dāng)前考慮的模型仍然成立。此外,基于第一部分的NIC,對

3、當(dāng)前研究的壓縮估計(jì)我們提出了幾個(gè)一致的正則化參數(shù)選擇器。模擬結(jié)果顯示,壓縮估計(jì)在變量選擇上的表現(xiàn)與經(jīng)典的模型選擇方式相當(dāng),但在建模穩(wěn)定性上,壓縮估計(jì)會(huì)帶來改進(jìn)。
  對內(nèi)生協(xié)整回歸模型,由第二部分的理論可知,壓縮估計(jì)和最小二乘估計(jì)一樣也存在二階偏誤,其不僅不利于有限樣本下的估計(jì),也不利于統(tǒng)計(jì)推斷。為了克服這些缺點(diǎn),我們將典型協(xié)整回歸(canonical cointegrating regression)的想法擴(kuò)展到壓縮估計(jì)中,并證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論