估計極端行為模型:分位數(shù)回歸方法及其實現(xiàn)與應用

在許多社會和管理研究中,研究者通常很感興趣不同于期望或平均的極端行為的理論解釋.這些特殊個案所包含的信息往往是研究的創(chuàng)新點和解決某些問題的突破口,但傳統(tǒng)的最小平方法與最小一乘法并不適宜于這類研究問題的解決.本文討論一種估計極端行為的理想模型:分位數(shù)回歸.本文在對分位數(shù)回歸的國內(nèi)外研究現(xiàn)狀進行綜述后,介紹了分位數(shù)回歸的模型和實現(xiàn)方法,并將它與最小平方法、最小一乘法進行了比較.最后探討它在我國管理研究領(lǐng)域的應用方式和有關(guān)條件.

作 者： 吳建南 馬偉 WU Jian-nan MA Wei   作者單位： 西安交通大學公共政策與管理學院,陜西,西安,710049  刊 名： 數(shù)理統(tǒng)計與管理  ISTIC PKU CSSCI 英文刊名： APPLICATION OF STATISTICS AND MANAGEMENT  年，卷(期)： 2006 25(5)  分類號： O21  關(guān)鍵詞： 分位數(shù)回歸   最小平方法   最小一乘法  

【估計極端行為模型:分位數(shù)回歸方法及其實現(xiàn)與應用】相關(guān)文章：

多元秩-序模型中回歸系數(shù)的估計04-26

核密度的隨機加權(quán)估計及其應用04-26

棘輪行為及其本構(gòu)模型和工程應用的研究進展04-26

基于非線性約束的參數(shù)估計方法及其在軌道確定中的應用04-26

推廣增長曲線模型中回歸系數(shù)估計的可容許性04-26

河流隨機水質(zhì)預測模型及其應用04-26

3DCM的LOD模型實現(xiàn)方法04-27

線性回歸模型的深度加權(quán)最小二乘估計和擬合檢驗04-26

羅吉斯諦曲線模型中參數(shù)的估計方法初探04-26

疲勞多裂紋擴展隨機模型的參數(shù)估計方法04-27