ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Instrumentation, Mesure, Métrologie

1631-4670
Revue des Systèmes
Nouvel éditeur en 2019
 

 ARTICLE VOL 17/2 - 2018  - pp.295-314  - doi:10.3166/i2m.17.295-314
TITRE
Stratégie d’Estimation Efficace pour les Modèles de Coefficients Variables Partiellement Linéaires avec Erreurs Hétéroscédastiques dans les Variables

TITLE
Efficient estimation for partially linear varying-coefficient errors-in-variables models with heteroscedastic errors

RÉSUMÉ

Cet article examine les Modèles partiellement linéaires à coefficient variable avec erreurs hétéroscédastiques, dans lesquels certaines covariables sont mesurées avec des erreurs additives. Pour résoudre le problème d'erreur de négliance de mesure dans l'estimation des moindres carrés du profil classique, un estimateur de moindres carrés du profil modifié du paramètre de régression a été mis au point et le lisseur polynomial local a été appliqué pour construire des estimateurs de la fonction de coefficient variable et de la fonction de variance d'erreur. En outre, des estimations re-pondérées du paramètre de régression et une fonction de coefficient variable ont été proposées, en tenant compte de l'hétéroscédasticité et de la précision de l'estimation. En comparant les exemples de données simulées aux données réelles, les comportements asymptotiques des estimateurs ci-dessus se sont avérés valables et il a été démontré que l'estimateur repondéré était plus efficace que l'estimateur des moindres carrés du profil modifié, indiquant que la stratégie proposée est réalisable et applicable.



ABSTRACT

This paper studies the varying-coefficient heteroscedastic partially linear models where some covariates are measured with additive errors. To eliminate the bias of the usual profile least squares estimation when measurement errors are ignored, a modified profile least squares estimator of the regression parameter is suggested and the local polynomial smoother is applied to constructing estimators of the varying coefficient function and error variance function. Further, for the purpose of accounting for heteroscedasticity and the estimation accuracy, re-weighted estimations of the regression parameter and varying coefficient function are proposed. Asymptotic behaviors of the above estimators are established and the reweighted estimator is shown to be more efficient than the modified profile least-squares estimator. Both simulated and real data examples are conducted to illustrate the applications of the proposed approaches.



AUTEUR(S)
Hongxia XU, Xiaoming DUAN

MOTS-CLÉS
partiellement lineaire a coefficient variable, profil des moindres carres, erreurs dans les variables, l'heteroscedasticite, estimation reponderee.

KEYWORDS
varying-coefficient partially linear model, profile least squares, errors-in-variables, heteroscedasticity, re-weighted estimation.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (759 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier