偏正态数据下众数回归模型的参数估计及应用
Parameter Estimation and Applications for Mode Regression Models with Skew-Normal Data
曹幸运 1曾鑫 2吴刘仓2
作者信息
- 1. 北京工业大学数学统计学与力学学院,北京 100124;昆明理工大学理学院,云南昆明 650093
- 2. 昆明理工大学理学院,云南昆明 650093
- 折叠
摘要
本文针对金融、经济、社会科学、环境科学、工程技术和生物医学等研究领域存在的不对称数据,提出偏正态数据下众数回归模型,基于牛顿-拉弗森迭代利用EM算法来估计未知参数.通过Monte Carlo模拟和BMI数据实例分析验证,表明本文所提出方法的有效性,对于偏正态数据众数回归模型的估计效果优于均值回归模型.
Abstract
For skewed data in finance,economy,social science,environmental science,engineering tech-nology and biomedicine,a mode regression model is proposed,and an expectation-maximization(EM)algorithm based on Newton+Raphson iteration is used to estimate unknown parameters.Monte Carlo simulation and BMI data analysis indicates that the proposed method is effective,and the estimation effect of the mode regression model is better than the mean regression model for the skew-normal data.
关键词
众数回归模型/EM算法/偏正态分布/Bootstrap方法Key words
mode regression model/EM algorithm/skew-normal distribution/Bootstrap method引用本文复制引用
基金项目
国家自然科学基金(11861041)
国家自然科学基金(12261051)
出版年
2024
NETL
NSTL
万方数据