响应变量有缺失时变系数部分线性模型的统计推断

响应变量有缺失时变系数部分线性模型的统计推断

ID:33171132

大小:2.26 MB

页数:53页

时间:2019-02-21

响应变量有缺失时变系数部分线性模型的统计推断_第1页
响应变量有缺失时变系数部分线性模型的统计推断_第2页
响应变量有缺失时变系数部分线性模型的统计推断_第3页
响应变量有缺失时变系数部分线性模型的统计推断_第4页
响应变量有缺失时变系数部分线性模型的统计推断_第5页
资源描述:

《响应变量有缺失时变系数部分线性模型的统计推断》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、响应变量有缺失时变系数部分线性模型的统计推断专业名称:概率论与数理统计申请人:赵润青指导老师:秦永松教授论文答辩委员会主席:孩摹”:蒸姜单朱~广西师范大学硕士学位论文:响应变量有缺失时变系数部分线性模型的统计推断响应变量有缺失时变系数部分线性模型的统计推断年级:2007级专业:概率论与数理统计研究方向:数理统计研究生:赵润青导师:秦永松教授摘要变系数部分线性模型涵盖了部分线性模型等很多重要的半参数模型,它的优势在于一方面很好地结合了线性模型易于解释,易于构造估计和进行统计检验,以及非参数模型比较稳健的特点,另一方面其变系数部分还可以描

2、述协变量的交互影响,动态变化(比如变系数与时间有关),此外,该模型允许更灵活的函数形式,同时还能降低数据的维数等.因此,它在金融,经济以及生物医学等领域得到了广泛的应用.在许多实际问题中,如市场调查、医药追踪试验、可靠性寿命试验等,由于各种人为或客观因素,都容易导致大量缺失数据的产生,所以缺失数据问题在实际应用中越来越引起人们的普遍关注.在有数据缺失的情况下,通常的统计方法往往不能直接应用,需要对数据进行必要的处理,处理带有缺失数据的不完全样本时常常需要对缺失值进行填补,继而得到“完全样本”,再按通常的统计方法进行推断,缺失数据情形的

3、统计推断是当今统计界的一个热门研究领域(LittieandRubin,Statistie沮^nalysiswi山珑ssingData附],New物rk:JohnWileyandsons,2002).在有数据缺失的回归模型的研究中,通常使用的填补方法有线性回归填补法,非参数核回归填补法和半参数回归填补法.本文基于逆概率权方法研究变系数部分线性模型响应变量均值和模型参数的统计推断.本文分成三章.第一章为引言和相关文献综述.第二章在随机设计及响应变量有缺失情形利用逆概率权填补法得到了响应变量均值和模型参数的估计,并证明了估计的渐近正态性,利

4、用此结果分别构造了响应变量均值和模型参数的基于正态逼近的渐近置信区间(域).第三章基于逆概率权填补法得到了变系数部分线性模型响应变量均值和模型参数的经验似然比统计量,证明了经验似然比统计量的极限分布是卡方分布,利用此结果构造响应变量均值和模型参数的经验似然置信区间(域),我们在构造经验似然置信区间(域)时不需要调整,由此可以提高经验似然置信区间(域)的覆盖精度.本文的特色体现在以下两个方面:1.采用新的逆概率权方法分别定义了变系数部分线性模型响应变量均值和模型参数的估计,并证明了估计的渐近正态性,利用此结果分别构造了响应变量均值和模型

5、参数的基于正态逼近的渐近置信区间(域).2.首次对响应变量随机缺失的变系数部分线性模型响应变量均值和模型参数的经验似然置信区间(域)的构造进行研究,采用逆概率权填补法填补缺失数据,证明了基于此填补法得到的响应变量均值和模型参数的经验似然比统计量的极限分布为卡方分布,利用此结果构造响应变量均值和模型参数的经验似然置信区间(域)时不需要调整,从而可以提高经验似然置信区间(域)的覆盖精度.第l页广西师范大学硕士学位论文:响应变量有缺失时变系数部分线性模型的统计推断关键词:变系数部分线性模型;缺失数据;逆概率权填补法;随机设计;MAR缺失机制

6、;置信区间第n页广西师范大学硕士学位论文:响应变量有缺失时变系数部分线性模型的统计推断StatistiealInfereneefor谧rying一eoeffieientPartiallyLinearModelswithMissingResPonsesGrade:2(X)7Major:R比abilityandStatistiesResearehfield:StatistiesG拢川uate:ZhaoRunqingsupervisor:QinybngsongABSTRACT物汀Ing一eoefficientP洲allylinearmode

7、lsextensivelyeoversomeimPortantsem1ParametriemodelssuehasP耐allylinearmodelsand50on.Theiradvantageslieintheirgoodeombina-tionof廿iree·folds.ononehand,theyhavethemeritsofllnearmodelwhieharePronetoeasilyinte印retation,eonstrUetingestimationandtests.ontheotherhand,th叮displayr

8、obustandflexi-blevirtuesasfornonParametriemodels.Fun五ermore,theirvarying一oefficientP叭mayexPoundanintoraetionbe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。