LOCAL LEAST ABSOLUTE RELATIVE ERROR ESTIMATING APPROACH FOR PARTIALLY LINEAR MULTIPLICATIVE MODEL
LOCAL LEAST ABSOLUTE RELATIVE ERROR ESTIMATING APPROACH FOR PARTIALLY LINEAR MULTIPLICATIVE MODEL
复制标题
部分线性乘法模型的局部最小绝对相对误差估计方法
DOI：
10.5705/ss.2012.133
复制
发表时间：
2013
影响因子：
1.4
通讯作者：
Wang, Qihua
中科院分区：
文献类型：
--
作者：
Zhang, Qingzhao;Wang, Qihua
本文考虑部分线性乘性回归模型。该模型经对数变换后成为部分线性回归模型，适用于分析具有正响应的数据。?提到，在许多实际应用中，相对误差的大小，而不是误差本身，是从业人员的中心问题。首先，我们利用局部平滑技术将最小绝对相对误差（LARE）准则推广到部分线性乘性回归模型。研究了其一致性和渐近正态性。我们还利用随机加权方法估计参数估计量的渐近协方差。其次，我们提出了一种有趣的，简单有效的变量选择方法来选择线性部分中的重要变量。Oracle属性（？）被证明了。一些数值研究进行评估和比较所提出的估计的性能。分析身体脂肪数据集以用于说明。
The partially linear multiplicative regression model is considered in this paper. This model, which becomes partially linear regression model after taking logarithmic transformation, is useful in analyzing data with positive responses. ? mentioned that in many practical applications the size of relative error, rather than that of error itself, is the central concern of the practitioners. First, we extend the criterion of least absolute relative error (LARE) to the partially linear multiplicative regression model by local smoothing techniques. The consistency and asymptotic normality are investigated. We also utilize random weighting method to estimate asymptotic covariance of the parameter estimator. Secondly, we propose an interesting, simple and efiective variable selection method to select important variables in linear part. The oracle property (?) is proved. Some numerical studies are conducted to evaluate and compare the performance of the proposed estimators. The body fat dataset is analyzed for illustration.
登录
查看更多内容
影响因子：
4.5
作者：
Qihua Wang;J. Rao
通讯作者：
Qihua Wang;J. Rao
影响因子：
3.7
作者：
Chen K;Guo S;Lin Y;Ying Z
通讯作者：
Ying Z
影响因子：
0.8
作者：
Park, H;Stefanski, LA
通讯作者：
Stefanski, LA
影响因子：
4.5
作者：
K. Knight
通讯作者：
K. Knight
影响因子：
2.7
作者：
Wang, Hansheng;Li, Runze;Tsai, Chih-Ling
通讯作者：
Tsai, Chih-Ling