部分线性单指标模型参数部分的统计推断  

作　　者：黄振生[1] 张日权[1,2] 

机构地区：[1]华东师范大学金融与统计学院,上海200241 [2]山西大同大学数学系,大同037009

出　　处：《中国科学（A辑）》2009年第8期939-952,共14页Science in China(Series A)

基　　金：国家自然科学基金(批准号:10871072);山西自然科学基金(批准号:2007011014);华东师范大学2009年优秀博士研究生培养基金资助项目

摘　　要：考虑部分线性单指标模型参数部分的统计推断问题.主要研究利用剖面最小二乘法(profile least-squares technique)估计模型的未知参数和函数,并利用该估计建立模型中参数部分的广义似然比(generalized likelihood ratio,GLR)检验统计量.在原假设条件下,文中新提出的GLR检验统计量渐近服从具有尺度常数(scaleconstant)与自由度独立于讨厌参数(nuisance parameters)的χ2-分布,这一现象被称为Wilks现象.最后给出数字模拟与实际例子,验证文中所提出的检验方法.

关 键 词：渐近正态性 GLR检验 局部线性方法 部分线性单指标模型 剖面最小二乘法 Wilks现象 

分 类 号：O212.1[理学—概率论与数理统计] TD94[理学—数学]