《縱向數據動態非參數模型的統計推斷》是依託上海對外經貿大學，由柳樹擔任項目負責人的數學天元基金項目。
基本介紹
- 中文名：縱向數據動態非參數模型的統計推斷
- 項目類別：數學天元基金項目
- 項目負責人：柳樹
- 依託單位：上海對外經貿大學
項目摘要,結題摘要,
項目摘要
目前縱向數據動態模型統計推斷的研究剛剛起步，存在許多亟待解決的問題。本課題主要研究縱應熱符射向數據動態非參數模型的統計推斷，擬研究的主要內容有：.（1）基於局部線性光滑技術和self-normalization方法，研究縱向數據動態非參數模型在稀疏/密集情形下的一致估計問題。（2）基於局部線性估計、受約鑽遷試端束的緊積 (tensor product) B 樣條和廣義棵甩估計方程方法，研究縱希芝習向數據動態非參數模型部分個體觀測次數趨於無窮時非參數函式的有效估計問題。.希望本課題的研究能對縱向數據動態非參數回歸模型的統計推斷及其套用領域的發展做出一定的貢獻，同時為下一步動態半參數模型密集/稀疏縱向數據的一致估計研究和部分個體觀測次數趨於無窮時動態半參數模型的研究奠定堅實的理論基礎。
結題摘要
縱向數據動態非參數模型相比傳統的非參數模型建模更加靈活從而可以減小建模偏采才煮差，因此，對縱向數據動態非參數模型的統計推斷是縱向數據研究領域的一個重要研究方向。 根據申請時的項目研究計畫，您蜜樂我們對縱向數據動態非參數模型的有效估計和模型識別、稀疏/密集情形下的一致估計問題以及部分個體觀測次數趨於無窮時非參數函式的有效估計問題等三個方面進行了研究，取得了多項重要成果，正式發表論文一篇，並參加國內學術會議一次。 本項目在縱向數據動態非參數模型的統計推斷研究方面取得了以下兩方面的成果。第一，提出了利用修正的Cholesky分解和與解釋變數相關的自回歸係數方法將個體內部的相關催嘗整性考慮進來從而有效提高了二元均值函式估計效率的估計方法。第二，提出了一種理論可靠、計算簡單的懲罰方法來識別解釋變數對回響變數的影響是否是隨時間變化的模型識別方法。
