• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

夏丽丽 (夏丽丽.) | 张忠占 (张忠占.)

摘要:

本文提出一个可以用于检验函数型线性回归模型参数可分解性的方法.在参数的可分解性条件下,形成了一个新的函数型线性模型结构,此模型结构不仅降低全函数型线性模型的复杂度,还有利于对数据进行解释.构造的检验统计量主要基于模型参数在可分解结构与不可分解结构距离的范数.理论上证明了检验统计量在原假设和备择假设下的大样本性质.借助于Wild Bootstrap的重抽样技术,通过具体的模拟例子和实际数据分析来验证此检验方法的有效性.

关键词:

大样本性质 函数型数据 Bootstrap 可分解性检验

作者机构:

  • [ 1 ] [张忠占]北京工业大学
  • [ 2 ] [夏丽丽]中国劳动关系学院劳动经济学院,北京 100048

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

相关文章:

来源 :

应用数学

ISSN: 1001-9847

年份: 2024

期: 2

卷: 37

页码: 509-518

被引次数:

WoS核心集被引频次:

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 0

在线人数/总访问数:663/4961002
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司