测量误差数据下约束线性模型的有偏估计及变量选择研究

项目名称： 测量误差数据下约束线性模型的有偏估计及变量选择研究

项目编号： No.11426054

项目类型： 专项基金项目

立项/批准年度： 2015

项目学科： 数理科学和化学

项目作者： 邬吉波

作者单位： 重庆文理学院

项目金额： 3万元

中文摘要： 线性模型是数据分析中应用广泛的一类参数模型。由于实际应用中回归模型经常存在测量误差和一些约束条件，因此研究具有测量误差数据的约束线性模型更具实际意义。本项目主要研究带测量误差数据下约束线性模型的参数估计和变量选择理论与方法。第一，研究模型在等式约束下的参数有偏估计，当约束条件值得怀疑的时候，研究未知参数基于Wald检验、似然比(LR)检验和拉格朗日(LM)检验等大样本检验的预检验估计，并研究估计的相合性和渐近正态性；第二，研究如何利用Boosting方法来实现估计的变量选择，并且重点研究约束有偏估计中偏参数的选取问题。通过本项目的工作，不仅能丰富线性模型的理论，且能促进线性模型在计量经济和医学等领域的广泛应用。

中文关键词： 线性模型；测量误差；有偏估计；线性约束；

英文摘要： Linear model is a widely used parameter model in data analysis. Since in practice, regression model always exists some restrictions and measurement error, which study the restricted linear model with measurement error is practical significance. In this project we mainly discuss the parameter estimation and variable selection of the restricted linear model with measurement error. Firstly, we study the biased estimator of the linear model with exact linear restrictions, when we suspect the linear restrictions is satisfied or not, study the large sample preliminary test estimator based on the Wald test, Likelihood Ratio (LR) test and Lagrangian Multiplier (LM) test, and we discuss the asymptotic normality, consistency of these estimators; secondly, we study how to use the Boosting method to achieve variable selection, and mainly discuss the selection of the biased parameter in the restricted estimators. Through the work of this project, not only enrich the theory of linear model, but also can promote the use of the linear model in the fields of econometrics and medicine.

英文关键词： Linear model；Measurement error；Biased estimator；Linear constraint；