.png){kind=icon}
返回
Varying-coefficient quantile regression with effect under panel data and missing observation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jmva.2025.105561.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文聚焦于面板数据下含固定效应的缺失观测值（包括响应或协变量随机缺失）的部分线性变系数分位数回归模型。在独立设定下，我们定义了模型中未知参数向量、变系数函数及效应的估计量，并讨论了它们的渐近性质。为利用个体内相关性信息，我们基于二次推断技术和经验似然方法，分别通过均值回归与分位数回归提出加权估计量。在相依假设下，我们证明了加权估计量的渐近正态性。同时，我们研究了参数、变系数函数及效应的假设检验，并分别在原假设和局部备择假设下证明了参数受限估计量及检验统计量的渐近分布，并考察了参数的oracle性质。通过模拟研究和真实数据分析评估了所提方法的性能。
Keyword:
Asymptotic distribution
Hypothesis test
Missing observation
Panel data
Varying-coefficient quantile regression
期刊
J
IF:
1.7
论文数:
99
被引数:
5.8K
机构
引用论文
Marginal quantile regression for varying coefficient models with longitudinal data变系数模型纵向数据的边际分位数回归
PREAI
分享收藏分享收藏分享收藏Variable selection in quantile varying coefficient models with longitudinal data纵向数据下分位数变系数模型中的变量选择
PREAI
分享收藏Semiparametric Additive Time-Varying Coefficients Model for Longitudinal Data with Censored Time Origin纵向数据中带有截断时间起点的半参数加性时变系数模型.png)
Biometrics
BiometricsIF0
PREAI
分享收藏
查看更多内容