Additive kernel-based nonlinear regression for fuzzy panel data

doi:10.1109/tfuzz.2026.3716281

Additive kernel-based nonlinear regression for fuzzy panel data

2026-07-22

0

PRE

AI

DOI：10.1109/tfuzz.2026.3716281

原文链接

原文求助

摘要

En 中文

面板回归是一种广泛应用于分析结合横截面和时间序列维度数据的统计框架。然而，在实际应用中，响应变量常受模糊性、测量不确定性或语言评估影响，导致传统的清晰面板模型不适用。现有的模糊面板回归方法主要集中于线性设定，当潜在关系复杂且本质非线性时，这可能过于限制。为解决这些局限性，本文提出了一种灵活的模糊非线性面板回归模型，用于捕捉LR型模糊响应与清晰预测变量之间的非线性关联。所提方法基于加性非参数核框架，未知平滑成分函数通过两步法中的Nadaraya-Watson估计器进行估计。该方法通过引入非线性结构扩展了现有模糊线性面板模型，同时保持计算可行性和广泛应用性。通过模拟研究和三个实际面板数据应用（包含与现有模糊线性面板回归方法的比较分析）验证了所提模型的有效性。实证结果表明，所提模糊非线性模型在拟合和预测精度上表现更优。

Keyword:

Fuzzy panel data

nonlinear model

LR fuzzy number

nonparametric estimator

kernel

performance measure

Additive kernel-based nonlinear regression for fuzzy panel data

摘要

期刊

机构

引用论文