Estimation in linear regression models with measurement errors subject to single-indexed distortion
Estimation in linear regression models with measurement errors subject to single-indexed distortion
复制标题
测量误差受单指数失真影响的线性回归模型中的估计
DOI：
10.1016/j.csda.2012.10.001
复制
发表时间：
2013-03
期刊：
影响因子：
--
通讯作者：
Wu, Ping
中科院分区：
文献类型：
--
作者：
Zhang, Jun;Gai, Yujie;Wu, Ping
在本文中，我们考虑的线性回归模型的统计推断时，既不是响应，也不是预测可以直接观察到的，但测量误差在乘法的方式和扭曲的可观察的混杂变量的单指标模型。我们提出了一个半参数的轮廓最小二乘估计过程来估计单一的指数。在此基础上，提出了一种基于变系数模型的线性回归模型参数的全局加权最小二乘估计方法。建立了估计量的渐近性质。结合渐近方差的相合估计，可以用来检验单指标模型和线性回归模型中的目标参数是否显著。通过仿真实验评估了所提出的估计器的小样本性能。所提出的方法也适用于从皮马印度糖尿病数据研究的数据集。
In this paper, we consider statistical inference for linear regression models when neither the response nor the predictors can be directly observed, but are measured with errors in a multiplicative fashion and distorted as single index models of observable confounding variables. We propose a semiparametric profile least squares estimation procedure to estimate the single index. Then we develop a global weighted least squares estimation procedure for parameters of linear regression models via the varying coefficient models. Asymptotic properties of the proposed estimators are established. The results combined with consistent estimators for the asymptotic variance can be employed to test whether the targeted parameters in the single index and linear regression models are significant. Finite-sample performance of the proposed estimators is assessed by simulation experiments. The proposed methods are also applied to a dataset from a Pima Indian diabetes data study.
登录
查看更多内容
影响因子：
4.5
作者：
Xia, Yingcun
通讯作者：
Xia, Yingcun
影响因子：
2.5
作者：
B. Armstrong
通讯作者：
B. Armstrong
DOI：
10.1002/9780470316481
发表时间：
1980
期刊：
--
影响因子：
--
作者：
Ing Rj Ser
通讯作者：
Ing Rj Ser
DOI：
10.2307/1164709
发表时间：
1988-01
期刊：
--
影响因子：
--
作者：
A. Satorra;W. Fuller
通讯作者：
A. Satorra;W. Fuller
DOI：
10.1002/9780470316665
发表时间：
2007
期刊：
--
影响因子：
--
作者：
Xiaohong Chen;Han Hong;Denis Nekipelov
通讯作者：
Xiaohong Chen;Han Hong;Denis Nekipelov