安佰玲,盧 琦,馬 寧
(淮北師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院,安徽 淮北 235000)
部分線性變系數(shù)模型是變系數(shù)模型和部分線性模型的推廣.這類(lèi)模型一般可記為
(1)
其中:yi為因變量觀察值;xi=(xi1,xi2,…,xip)T,zi=(zi1,zi2,…,ziq)T,為對(duì)應(yīng)自變量的觀測(cè)值;β=(β1,β2,…,βq)T,為q維未知待估參數(shù);α(·)=(α1(·),α2(·),…,αp(·))T,為未知非參數(shù)函數(shù)系數(shù);模型誤差εi相互獨(dú)立,且E(εi)=0,Var(εi)=σ2.
模型(1)的參數(shù)分量β的估計(jì)一直是研究的熱點(diǎn).Zhang等[1]利用局部多項(xiàng)式方法估計(jì)了模型(1);Xia等[2]基于局部線性方法提出了一種新的有效估計(jì);Zhou等[3]基于小波方法估計(jì)了部分線性模型的參數(shù)和非參數(shù);Fan等[4]對(duì)半?yún)?shù)變系數(shù)模型中的β進(jìn)行了Profile最小二乘估計(jì),并討論了估計(jì)的漸進(jìn)性質(zhì);Wei等[5]對(duì)部分線性可加模型中的β進(jìn)行了Profile最小二乘估計(jì),并討論了估計(jì)的漸進(jìn)性質(zhì).這些研究成果多數(shù)假定模型中的自變量不存在多重共線性,但在實(shí)際問(wèn)題中經(jīng)常會(huì)遇到自變量之間存在近似的線性關(guān)系.多重共線性會(huì)導(dǎo)致回歸系數(shù)的估計(jì)值或標(biāo)準(zhǔn)差估計(jì)值異常偏大,回歸系數(shù)估計(jì)值的符號(hào)與現(xiàn)實(shí)意義相違背等問(wèn)題.解決這類(lèi)問(wèn)題較成熟且有效的方法是構(gòu)建有偏估計(jì),有偏估計(jì)通過(guò)犧牲無(wú)偏性獲得較小的均方方差,如嶺估計(jì)和主成分估計(jì).Liu[6]結(jié)合嶺估計(jì)和stein估計(jì)的優(yōu)點(diǎn)提出了一種有偏估計(jì)(Liu估計(jì)).此后,越來(lái)越多的學(xué)者將Liu估計(jì)理論應(yīng)用于廣受關(guān)注的半?yún)?shù)模型.例如,Akdeniz等[7-8]結(jié)合Backfitting算法和Speckman方法給出了半?yún)?shù)回歸模型下的Liu型估計(jì);Wei等[9]研究了半?yún)?shù)可加模型下的Liu估計(jì)和約束Liu估計(jì).筆者擬結(jié)合文獻(xiàn)[10-15]并基于Profile最小二乘方法和Liu估計(jì)法,構(gòu)造β的Profile-Liu估計(jì)和剖面最小二乘廣義Liu估計(jì),在均方誤差標(biāo)準(zhǔn)下研究這2個(gè)估計(jì)量的性質(zhì).
(2)
為了敘述方便,引入以下記號(hào):
ε=(ε1,ε2,…,εn)T,Wu0=diag(Kh(u1-u0),Kh(u2-u0),…,Kh(un-u0)),
于是模型(2)可表示為
Y-Zβ=M+ε,
(3)
(4)
將M的估計(jì)代入(3)式替換其中的M,整理可得如下線性回歸模型:
(5)
(6)
(7)
由(7)式中的目標(biāo)函數(shù)對(duì)向量β求導(dǎo)并令其為0,可求得
Hoerl等[12]將線性模型嶺估計(jì)中的參數(shù)k擴(kuò)展到參數(shù)矩陣K,獲得廣義嶺估計(jì);Akdeniz等[13]將線性模型Liu估計(jì)中的參數(shù)d擴(kuò)展到參數(shù)矩陣D,獲得廣義Liu估計(jì).在此啟發(fā)下,筆者獲得了部分線性變系數(shù)模型的廣義Liu估計(jì).
設(shè)D=diag(d1,d2,…,dq),di>0,令
證明因?yàn)?/p>
所以
(8)
(9)
其中
根據(jù)引理1,整理(8),(9)式可得
(10)
于是
(11)
(12)
其中ηi=(PTβ)i;
(13)
(14)
(15)
(16)
于是由(15),(16)式,可得
證畢.
其中
證明事實(shí)上,
于是
(17)
(18)
由定理1的證明過(guò)程并結(jié)合(17),(18)式,可得