缺失数据下半参数变系数ev模型的统计推断

《缺失数据下半参数变系数ev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、首都经济贸易大学CapitalUniversityofEconomicsandBusiness硕士学位论文ThesisforDegreeofMaster论文题目：缺失数据下半参数变系数Ev模型的统计推断院专学号：22010120561作指导教师：刘强教授完成日期：!!!!生≥旦首都经济贸易人学顶．I：学位论文缺失数据下半参数变系数模EV模型的统计推断独创性声明本人郑重声明：今所呈交的《缺失数据下半参数变系数模EV模型的统计推断》论文是我个人在导师指导下进行的研究工作及取得的科研成果。尽我所知，文中除了特别加以标注和致谢的地方外，论文中

2、不包含其他人已经发表或撰写的内容及科研成果，也不包含为获得首都经济贸易大学或其它教育机构的学位或证书所使用过的材料。作者签名：—二邋／臼期：力盟乏年—主月4日关于论文使用授权的说明本人完全了解首都经济贸易大学有关保留、使用学位论文的有关规定，即：学校有权保留送交论文的复印件，允许论文被查阅、借阋或网络索引；学校可以公布论文的全部或部分内容，可以采取影印、缩印或其它复制手段保存论文。(保密的论文在解密后应遵守此规定)日期：粤年蔓月丝日首都经济贸易人学硕士学位论文缺失数据下半参数变系数EV模型的统计推断摘要半参数变系数模型中既有参数的分量

3、，又有非参数的分量。所以，半参数变系数模型不仅有参数模型利于解释的特点，还有非参数模型的适应性。参数回归模型、半参数回归模型和变系数模型都是半参数变系数模型的特殊形式。如今，半参数变系数模型已经广泛得应用到了信息科学、金融工程、质量控制、交通工程、能源与坏境、计量经济和生物医学等领域。在现实生活中，我们经常遇到缺失数据、测量误差数据等复杂数据。关于复杂数据的研究，现在已经成为现代统计学研究的热点问题之一。所以，在缺失数据下，研究半参数变系数EV模型的统计推断，具有一定的理论价值和现实意义。本文主要研究的是缺失数据下，半参数变系数EV模

4、型的统计推断问题。通过巧妙得构造了基于借补和纠偏的辅助随机向量，提出了一个基于借补和纠偏的经验似然方法。这与之前方法不同的地方在于，本文构造的基于借补和纠偏的经验对数似然比函数能够服从渐进的标准卡方分布，从而能够推断出了参数分量的置信域。关键词半参数变系数模型；测量误差；缺失数据；经验似然Ill首都经济贸易大学硕士学位论文缺失数据下半参数变系数EV模型的统计推断AbstractThesemi-parametricvaryingcoefficientlinearmodel，whichhastheparametriccomponentsa

5、ndthenonparametriccomponents，ismorenimblethanparametricregressionmodelsandnonparametricregressionmodels．Thesemi-parametricvaryingcoefficientlinearmodelisaspreadoftheregressionmodels，semi-parametricregressionmodelandvaryingcoefficientmodel．Ithasbeenhotlystudiedinmanyfiel

6、ds．Forinstance，likeinformationalscience，financialengineering，qualitymonitoring，communicationsandtransport，energyandtheenvironment，econometricsandbiomedicalsciencesandepidemiology．However，weoftendealmuchcompliCateddata，regardingthemissingdataorthemeasurementerrordata．So，

7、thesemi-parametricvaryingcoefficientlinearmodelwithcomplicateddatahastheoreticalandpracticalsignificant．Itisbecomingahottopicinthemodernstatisticalanalysis．Forthesemi—parametricvaryingcoefficientEVmodelwithmissingdata，weusetheempiricallikelihoodinferencestoestimatethepa

8、rametriccomponents．Throughtheimputedapproachandresidualadjustment，weconstructtheimputationbasedauxiliaryrandom