基于泊松子抽样的函数型线性复合期望分位数回归模型及应用

摘要

针对函数型线性复合期望分位数回归模型，首先研究基于泊松子抽样的模型估计方法.其次，选取合肥市2015年-2019年统计得到的空气质量指数(Air Quality Index,简称AQI)数据，构建以当日最大AQI为标量响应变量，前一日24小时AQI曲线为协变量的函数型线性复合期望分位数回归模型，获得泊松子抽样下模型未知斜率函数的估计量，并与其他子抽样方法进行比较，结果表明所提方法在不同子样本规模下均具有良好的估计精度.

关键词

复合期望分位数回归 / 函数型数据分析 / 大规模数据 / 泊松子抽样

基金资助

国家自然科学基金(72071068)