对于进行定量分析的管理学研究者来说,普通最小平方(OLS)表达式已经成为一种进行大范围经验性问题分析的熟悉的可信赖的工具(Western,1995)。但是运用最小二乘法的条件比较高,如线性回归模型要求满足同方差性、随机误差间两两不相关等条件,当需要进行回归系数的显著性推断时,通常还要假设残差服从正态分布。在实际问题中,完全满足这些基本假设的情况并不多见,然而一旦违背了某一项基本假设,那么在应用时就难以得到无偏的、有效的参数估计量。本论文针对上述问题,以混合成本的分解和OILPLUS公司取暖用燃油消耗的分布为主要研究对象,在进行参数估计时,应用百分位数回归方法,并与普通的最小平方法、最小一乘法比较。主要内容为:第一章为绪论,阐述百分位数回归方法产生背景;综述国内外百分位数回归方法研究现状。第二章为百分位数回归的理论基础,百分位数回归方法的模型;百分位数估计量的相合性和渐进正态性。第三章将百分位数回归方法应用在财务管理中,通过对混合成本的分解和OILPLUS公司取暖用燃油消耗分布的模拟,分析最小二乘法与分位数回归的区别,得到了比最小二乘法更为丰富的信息。第四章为结论与展望,对全文进行总结,并指出本文研究的不足之处。
本文来源: https://www.lw50.cn/article/52169c029a35ef4e3d09ecf0.html