相依条件下部分函数线性回归模型估计方法研究

摘要

部分函数线性回归模型是指因变量为标量、自变量包含标量和函数型变量的混合数据回归模型.现有的部分函数线性回归模型估计方法,假设函数型变量服从独立同分布,这与金融等领域函数型时间序列数据的相依特征不符.本文首先针对具有相依特征的函数型数据提出两种数据驱动的函数主成分表示方法,然后对模型中的回归系数函数进行正则化表示,最后把部分函数线性回归模型的估计转化为多元线性回归模型的估计.蒙特卡洛模拟结果表明,文中所提方法的参数估计误差较小、样本外预测精度较高;实例分析也表明文中所提方法在股票预测上的有效性.