苏鹏¹，田茂再^1,2,3

1.中国人民大学应用统计科学研究中心, 中国人民大学统计学院, 北京 100872; 2.兰州财经大学统计学院, 兰州 730020; 3.新疆财经大学统计与信息学院, 乌鲁木齐 830012

出版日期:2018-09-25发布日期:2018-11-09

Scale-Parameter Estimation and Heteroscedasticity Detection Based on Minimizing the Composite Quantile Loss

SU Peng¹ ,TIAN Maozai ^1,2,3

1. Center for Applied Statistics, School of Statistics, Renmin University of China, Beijing 100872; 2. School of Statistics, Lanzhou University of Finance and Economics, Lanzhou 730020; 3. School of Statistics and Information, Xinjiang University of Finance and Economics, Urumqi 830012

Online:2018-09-25Published:2018-11-09







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

在进行回归分析时, 对误差项离散程度的度量是一个重要话题.文章利用最小化复合分位损失的方法, 对误差项的尺度参数进行估计, 并证明估计量的大样本性质.进一步的研究表明:通过选取合适的分位数, 能得到尺度参数的最优估计,并以此进行异质 性检验.模拟结果表明, 在重尾条件下所提出的方法有更高的精度.实际数据应用体现了该方法的良好性能.

分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13437