科研之友
微信
新浪微博
Facebook
分享链接
摘要
在经济学、社会学、医学、生物学、农业等诸领域的研究中，由于数据获取的困难、实验条件的限制、研究经验的不足以及失误等因素，研究者往往会在回归模型的设定中遗漏掉关键的解释变量，使得遗漏变量模型的识别与处理成为一个广泛存在的问题。由此，提出了一种统一的识别、估计与比较框架，使得针对遗漏变量回归模型的任意非参数核估计量的渐近偏误都可以得到识别与估计。应用此框架，考察了遗漏变量下Nadaraya-Watson估计量、Gasser-M¨uller估计量以及局部线性估计量的精确渐近性质，发现遗漏变量下Gasser-M¨uller估计量与局部线性估计量的渐近偏误一样大，且都比Nadaraya-Watson估计量的渐近偏误小。此外遗漏变量下线性参数模型估计量的渐近性质也可以通过本文提出的框架与方法推导出来。在此基础上，进一步探讨了局部线性核估计量的一个没被注意到的优良性质。
- 出版日期2023
