带有不可忽略缺失数据的广义线性模型的经验似然推断.pdf

《带有不可忽略缺失数据的广义线性模型的经验似然推断.pdf》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、分类号密级公开编号碛士蚵孝像儉式题目带有不可忽略缺失数据的■义线性模型的经验似然推断学院（所、中心）专业名称概率论理计研究生姓名谢锦瀚学号异师姓名张理唐年胜职称副教授教授年月论文独创性声明及使用授权本论文是作者在导师指导下取得的研宄成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研宄成果，不存在剽窃或抄袭行为。与作者一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可以采用影印、缩印或其他复制手段保存论文；学校有权公布论文的全部或部分内容，可

2、以将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。内部或保密的论文在解密后应遵循此规定）研究生签名：导师签名：日期：旧摘要在生物医学、教育学和经济学等研究领域中，缺失数据普遍存在它们是统计研宄中的热门问题目前国内外大部分对这一方面的研宄都是基于缺失机制为可忽略缺失的假设下对广义线性模型建立统计理论但一些实际问题（如涉及隐私问题）导致越来越多的缺失数据是不可忽略的若仍采用现存的处理可忽略缺失数据的方法处理不可忽略缺失数据会导致估计效果不好因此研宄带有不可忽略缺失数

3、据的广义线性模型是具有实际意义的然而，由于不可忽略缺失数据的存在，使得研究变得很困难，至今还没得到很好的发展本文对带有不可忽略缺失数据的广义线性模型采用经验似然的方法进行参数估计其主要研宄内容包括：针对不可忽略缺失数据，釆用倾向得分调整的方法对缺失概率函数进行估计，所得的估计具有相合性基于逆概率加权的插补方法所新建的无偏估计方程，在有辅助信息或没有辅助信息的情况下，采用经验似然的方法进行参数估计，并讨论了所得的经验似然估计具有相合性和渐近正态性通过大量的模拟研究及实例分析，验证了本文所提出的方法具有稳健性和有效性关键词：广义线性模型；不可忽略缺失数据；经验似然；估

4、计方程；拟似然插补；渐近正态性AbstractInbiomedical,educationandeconomicsstudies,missingdataarecommon.Thesesubjectsarehottopicsinthestatisticalstudy.Atpresentmostofthestudieshomeandabroadonstatisticalinferencefortheseproblemsunderignorablemissingassumption.Butsomepracticalproblems(suchasprivacyproble

5、ms)leadtomoreandmoremissingdatanonignorable.Theexistingstatisticalinferenceapproachsforignorablemissingdatacannotbeusedtodealwithnonignorablemissingdataandproduceestimatesthatcannoteffective.Therefore,researchingaGeneralizedLinearmodelwithnonignorablemissingdataisverymeaningful.Howeve

6、r,sincethenonignorablemissingdatabecomesverydificult,theproblemhasnotaverygooddevelopment.ThispaperonthebasisoftheGeneralizedLinearmodelwiththenonignorablemissingdata,usetheempiricallikelihoodmethodsforparameterestimation.Themainworksinclude:(1)Accordingtothenonignorablemissingdata,th

7、emissingprobabilityfunctionisestimatedbyusingthepropensityscoreadjustmentmethods,andtheestimationisconsistency.(2)Theunbiasedestimatingequationsisestablishedbyusingtheinverseprobabilityweightedtheory.Withornotwiththeauxiliaryinformation,usetheempiricallikelihoodmethodsforparameteresti

8、matio