半参数模型可描述和概括众多的实际问题,在统计学界对半参数模型的研究大多偏重于理论研究,在测量数据处理领域也刚刚起步,主要侧重于建立半参数模型处理系统误差或模型误差,且都是基于“系统误差必定存在”这一前提条件,但事实上,系统误差可能通过数据预处理得到削弱或消除,在更多的情况下,可能只存在于少部分观测值中,若仍用半参数模型处理,会适得其反;另外,参数模型粗差探测前提之一是不含系统误差,当系统误差与粗差共存时,参数模型粗差探测具有一定的局限性,因此,探讨半参数模型中的粗差探测问题尤为重要。本研究借助于半参数估计理论与方法,首先研究了粗差对半参数估计的影响问题,包括如何削弱粗差观测量对半参数模型估计的影响、观测量中的粗差对参数与半参数估计的影响,以及如何对模型误差(这里指粗差,相对于半参数模型而言;指粗差和系统误差,则相对于参数模型而言)进行检验与剔出的问题。其次研究了非线性半参数模型的最小二乘近邻估计和核估计,并推证了参数分量的统计性质。另外,在参数模型的基础上,探讨模型误差的检验问题,尤其是系统误差与粗差的检验与区分问题。
英文主题词Semi-parametric model; Estimation; systematic errors; gross error; statistical test