摘要：部分函数线性模型是一种被广泛研究和应用的模型，其响应变量与一般的随机变量有关，也与函数型的随机变量有关．文章首先利用传统的谱分解方法来表示协方差函数，将部分函数线性模型的函数部分线性化，其次基于Hansen（2007）的Mallows模型平均方法，提出了该模型下的最优权重的选择准则，并证明了模型平均估计量的渐近最优性，此外还考虑了候选模型为两个特殊模型的情况下的模型平均估计量的渐近最优性．最后，进行了模拟研究，并对肉类和玉米样本的近红外反射光谱数据集进行分析，均表明所提出的模型平均方法是有效的．
分类：期刊> 自然科学与工程技术> 基础科学> 基础科学综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：渐近最优性 mallows准则 模型平均 部分函数线性模型
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
