基于线性回归变量误差模型的工具变量法与校正似然法的比较
2017-06-28关静陈永沛
关静,陈永沛
(天津大学数学学院,天津300350)
基于线性回归变量误差模型的工具变量法与校正似然法的比较
关静,陈永沛
(天津大学数学学院,天津300350)
文章介绍了线性回归变量误差模型参数估计的两种方法——工具变量法和校正似然法,然后通过数值模拟的方式对这两种方法的估计结果进行比较,说明这两种方法在不同假定下估计的优劣,最后通过实例计算来进行验证,并得到一些有用的结论。
线性回归;变量误差模型;工具变量法;校正似然法
0 引言
变量误差模型(Errors-in-variables model)起源于19世纪,通常认为,Adcock R J是最早研究自变量带测量误差的人。1902年,Karl Pearson提出测量误差会影响到模型参数的估计;1987年,Fuller[1]在其著作中详细论述了带测量误差线性回归模型的统计分析方法。Wang Liqun和Cheng Hsiao将工具变量法应用到带变量误差的删失回归模型中[2]。Abarin和Wang Liqun又将工具变量法应用到带测量误差的广义线性模型中[3]。Nakamura将校正似然函数法应用到正态、poisson、inverse Gaussian等测量误差回归模型中[5]。工具变量法和校正似然法正是由于考虑测量误差的存在,且参数估计的结果都具有无偏性,因此相对于传统的估计方法能够更真实、准确的反映变量之间的关系。
本文重点介绍工具变量法与校正似然法,通过数值模拟对两种方法进行比较,说明两种方法在处理不同分布情况下的优劣。并应用这两种方法研究海水表面透明度与海水表面悬浮固体的关系。
1 变量误差模型
考虑简单的一元线性回归变量误差模型为:
其中y为因变量或响应变量,w为指示变量或可观测变量,x为潜变量或不可测变量,u为变量误差,ε~N(0,σεε),u~N(0,σuu),x与ε,u两两不相关。……
