典型文献
相依条件下部分函数线性回归模型估计方法研究
文献摘要：
部分函数线性回归模型是指因变量为标量、自变量包含标量和函数型变量的混合数据回归模型.现有的部分函数线性回归模型估计方法,假设函数型变量服从独立同分布,这与金融等领域函数型时间序列数据的相依特征不符.本文首先针对具有相依特征的函数型数据提出两种数据驱动的函数主成分表示方法,然后对模型中的回归系数函数进行正则化表示,最后把部分函数线性回归模型的估计转化为多元线性回归模型的估计.蒙特卡洛模拟结果表明,文中所提方法的参数估计误差较小、样本外预测精度较高;实例分析也表明文中所提方法在股票预测上的有效性.
文献关键词：
部分函数线性回归模型;相依函数型数据;长期协方差函数;残差协方差函数
中图分类号：
作者姓名：
李气芳;苏梽芳
作者机构：
闽南师范大学数学与统计学院,漳州,363000;华侨大学经济与金融学院,泉州,362021
文献出处：
引用格式：
[1]李气芳;苏梽芳-.相依条件下部分函数线性回归模型估计方法研究)[J].应用概率统计,2022(06):904-918
A类：
部分函数线性回归模型,残差协方差函数
B类：
模型估计,估计方法,因变量,标量,和函数,混合数据,服从,独立同分布,时间序列数据,成分表,表示方法,回归系数,正则化,多元线性回归模型,蒙特卡洛模拟,参数估计误差,样本外预测,明文,股票预测,相依函数型数据,长期协方差函数
AB值：
0.248095
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
