摘要
由于面板数据具有模型复杂且数据量较大特征,导致面板数据回归样条估计结果存在较大误差。因此提出强混合样本面板数据模型回归样条估计方法。优化面板数据形式,将非参数模型与混合模型相结合,获取改进后的强混合样本条件下面板数据简化表达形式。利用B样条法估计出未知测量参数的渐近正态性,并进一步估计出模型中的未知函数。通过仿真模拟算例表明,所提方法的计算量较小且能够准确估计模型中的未知变化量。
Due to the complexity and the large amount of data of the panel data model,leading to a large error in the regression spline estimation of panel data.Therefore,a regression spline estimation method for panel data model with strong mixing samples is proposed.By optimizing the form of panel data,combining nonparametric model with mixed model,the simplified expression of panel data under the condition of improved strong mixing samples is obtained.B-spline method is used to estimate the asymptotic normality of the unknown measurement parameters,and the unknown functions in the model are further estimated.Simulation results show that the proposed method has less computation and can accurately estimate the unknown changes in the model.
作者
徐胜超
邓斌涛
XU Sheng-chao;DENG Bin-tao(School of Date Science,Guangzhou Huashang College,Guangzhou 511300,China)
出处
《信息技术》
2024年第2期73-77,共5页
Information Technology
基金
国家自然科学基金项目(青年基金)(61403219)
广州华商学院校内导师制科研项目资助(2022HSDS07)
广东省高等学校科研特色创新项目(2021KTSCX167)。
关键词
面板数据
强混合样本
非参数模型
B样条法
渐近正态性
panel data
strong mixing samples
nonparametric model
B-spline method
asymptotic normality
作者简介
徐胜超(1980-),男,硕士,副教授,研究方向为并行分布式处理软件。
