随机截断下部分线性模型中参数估计的渐近性质

鞅差序列下部分线性模型中非参数分量的经验姒然的置信区间

在随机设计下本文构造了部分线性模型的经验欧氏似然比统计量,并由它的极限分布构造了部分线形模型参数的渐进置信域

删失数据下部分线性模型的估计及渐近正态性

固定设计下部分线性模型中小波估计的相合性

针对部分线性模型提出了一种新的估计方法-Profile局部最小二乘估计,方法结合了非参数部分的参数信息。

考察部分线性模型y=Xβr+g(t)+ε,ε-N(O,σ2),其中回归变量X可以精确测量,而t具有测量误差

部分线性模型是由Engle,Granger,Rice和Weiss(1986)在研究居民用电与其收入及季节等变量之间的关系这一实际问题时提出的。

缺失数据问题在实际应用中越来越引起人们的普遍關注,在实际中有广泛应用背景的部分线性模型在缺失数据情形的统计推断也成了研究的焦点

部分线性模型最小二乘估计的强相合性

给定部分线性模型Y=X′β0+g(t)+e,其中β0是一k×1未知参数向量,g(

本文利用部分线性模型,估计了收入与消费的相关性。