基于弹性网的面板数据的分位数回归方方法及实证研究

论文摘要

在近几年研究中,面板数据被广泛地应用到生活的各个领域.变量选择是在统计过程建立模型中是致关重要的问题,但利用传统的逐步回归结合信息准则的方法存在一些不足.1996年Tibshirani.R针对这一问题提出了一种称之为Lasso的变量选择方法,该方法能够克服传统方法中的不足,但Lasso方法在理论方面也存在一些不足.因此,在2005年Zou和Hastie提出了一种改进的方法,被称之为弹性网(Elastic net).本文叙述了基于弹性网的面板数据的分位数回归方法,并利用该方法进行了实证研究.首先,综述了基于面板数据模型对Lasso,弹性网等方法进行了系统比较研究,表明了两者之间的联系;之后,分析研究了在面板数据模型下的分位数回归模型的弹性网方法,紧接着利用模拟数据对弹性网方法进行分析对比研究;最后,利用弹性网的分位数回归对碳排放实际数据进行实证分析.本文的研究框架是:第一章为绪论部分.简述了课题的研究背景与意义,对课题到目前的研究进行概述,对本文的研究的主要工作进行说明.第二章是对相关知识的理论阐述,一方面对面板数据以及平衡面板数据模型进行理论简介,另一方面又介绍了模型评价准则.第三章研究了基于面板数据线性模型的岭回归、Lasso以及Elastic net变量选择方法,对理论进行详细介绍.第四章研究了在面板数据分位数模型下的弹性网方法,通过定理表明其有组效应性质.第五章在理论基础上,进行数值模拟,进一步验证方法的可行性.第六章应用碳排放数据对实例进行分析.最后一章节是对本文的总结与展望.

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
•   1.1 课题的背景与意义
•   1.2 研究概述
•     1.2.1 面板数据模型分位数回归的研究概述
•     1.2.2 变量选择方法的研究概述
•   1.3 本文的主要工作
• 2 相关理论阐述
•   2.1 面板数据
•   2.2 符号与定义
•   2.3 评价准则
• 3 基于面板数据线性模型的变量选择方法
•   3.1 引言
•   3.2 变量选择的方法
•     3.2.1 岭回归
•     3.2.2 Lasso
•     3.2.3 Elastic net
•   3.3 调整参数选择方法
• 4 基于面板数据分位数回归模型的弹性网方法
•   4.1 引言
•   4.2 基于弹性网方法的面板数据分位数回归模型的定义
•   4.3 变量选择算法
•   4.4 相关性质
•   4.5 小结
• 5 数值模拟研究
• i=0'>  5.1 模拟一: 固定效应ξ_i=0
• i≠0'>  5.2 模拟二: 固定效应ξ_i≠0
• 6 我国碳排放强度影响因素的研究分析
•   6.1 变量选取和数据来源
•   6.2 碳排放强度建模
•   6.3 模型的变量选择
•   6.4 数值结果与分析
•   6.5 政策与建议
• 7 结论与展望
•   7.1 研究的主要结论
•   7.2 研究的不足与展望
• 参考文献
• 简历

文章来源

类型: 硕士论文

作者: 施怡

导师: 王文胜

关键词: 弹性网,面板数据模型,面板数据分位数模型,岭回归,组效应

来源: 杭州师范大学

年度: 2019

分类: 基础科学

专业: 数学

单位: 杭州师范大学

分类号: O212.1

总页数: 44

文件大小: 2406K

下载量: 73