文件格式:pdf
内容简介:
非参数回归模型的研究是当前计量经济学研究中的一个重要方向。非参数回归模型包括完全非参数回归模型（简称非参数回归模型）和半参数回归模型两类。现实中,经济变量之间的关系未必是线性关系或可线性化的非线性关系,而变量之间的参数非线性关系又很难确定, 传统线性或非线性计量经济模型在实际应用中往往存在模型的设定误差，不能满足经济和管理应用研究的需要。非参数计量经济模型的研究在近30年间得到了迅速的发展。
目录
1 密度函数的非参数估计
1.1参数密度函数的估计
1.2一元密度函数的核估计
1.3 多元密度函数的核估计
1.4 多元密度函数核估计在边界点处的性质
1.5 多元密度函数的矩阵窗宽核估计
1.6 一元密度函数核估计的窗宽选择
1.7 应用实例
2 非参数回归模型的核估计
2.1 非参数计量经济模型
2.2 核估计
2.3 核估计在内点处的性质
2.4 核估计在边界点处的性质
2.5 窗宽的选择
2.5.1理论窗宽的最佳选择
2.5.2样本窗宽的交错鉴定选择方法
2.5.3窗宽的经验选择方法
2.6 核函数的选择
2.7 应用实例：中国总量生产函数的非参数估计
3 非参数计量经济模型的局部线性估计
3.1 局部线性估计
3.2 局部线性估计在内点处的性质
3.3 局部线性估计在边界点处的性质
3.4 非参数计量经济模型的矩阵窗宽局部线性估计
3.5 一元非参数计量经济模型估计的窗宽选择
3.6 一元非参数计量经济模型回归函数导数的估计
3.7 应用实例：中国总量生产函数的局部线性估计
4 半参数计量经济模型的最小二乘估计
4.1半参数计量经济模型
4.2最小二乘估计
4.3最小二乘估计的性质
4.4应用实例：中国总量生产函数的半参数估计