学位论文 > 优秀研究生学位论文题录展示
缺失数据下半参数变系数部分线性模型的统计推断
作 者: 陈盼盼
导 师: 薛留根
学 校: 北京工业大学
专 业: 数学
关键词: 半参数变系数部分线性模型 缺失数据 逆概率加权 渐近正态性 经验似然 置信域
分类号: O212.1
类 型: 硕士论文
年 份: 2012年
下 载: 124次
引 用: 1次
阅 读: 论文下载
内容摘要
本论文主要研究了缺失数据下半参数变系数部分线性模型的统计推断问题.本论文的研究内容分为两部分.第一部分在协变量随机缺失情况下,研究了模型中参数分量和非参数分量的估计问题.为了处理缺失数据,考虑用logistic参数模型估计缺失概率,既避免了“维数祸根”,又便于计算.本文利用逆概率加权最小二乘估计给出参数分量和非参数分量的估计量,并证明了估计量的渐近正态性,通过数据模拟研究了所提出估计方法的有限样本表现.第二部分对协变量随机缺失下的半参数变系数部分线性模型,利用经验似然方法考虑了模型中参数分量的置信域构造问题.结合逆概率加权方法,提出了一个逆概率加权经验对数似然统计量,并证明本文所构造的统计量服从标准χ2分布,从而可以用于构造参数分量的置信域,最后模拟研究和实例分析表明所提出的逆概率加权经验似然推断方法具有较好的有限样本性质.本文的特色主要体现在以下两个方面:(1)对于半参数变系数部分线性模型,现已有大量文献研究了在独立数据,纵向数据以及响应变量缺失等复杂数据下该模型的统计推断问题,而本文考虑的是协变量随机缺失下该模型的统计推断问题.(2)本论文不仅考虑了利用逆概率加权最小二乘方法给出参数分量和非参数分量的估计及其渐近正态性,还利用逆边际概率加权方法,构造经验对数似然比函数,研究了参数分量的置信域构造问题.
|
全文目录
摘要 4-5 Abstract 5-7 第1章 绪论 7-13 1.1 半参数变系数部分线性模型 7-8 1.2 不完全数据集 8-9 1.3 估计方法 9-12 1.3.1 局部多项式方法 9-11 1.3.2 经验似然方法 11-12 1.4 本论文主要研究内容及结构 12-13 第2章 缺失数据下半参数变系数部分线性模型的渐近正态性 13-29 2.1 模型介绍 13 2.2 估计方法与主要结果 13-17 2.3 模拟研究 17-19 2.4 定理的证明 19-27 2.5 本章小结 27-29 第3章 缺失数据下半参数变系数部分线性模型的经验似然推断 29-39 3.1 引言 29 3.2 经验似然推断 29-31 3.3 模拟研究 31-32 3.4 实例分析 32-33 3.5 定理的证明 33-38 3.6 本章小结 38-39 结论 39-41 参考文献 41-45 致谢 45
|
相似论文
- 针对零膨胀超散度计数数据的统计推断,C81
- 基于一组实际调查问卷数据的统计分析,O212.1
- 广义线性模型的若干问题研究,O212.1
- 基于经验似然的p阶自回归模型的统计诊断,O212.1
- 观测数据不完全的动态定位算法研究,P228.4
- 基于GARCH模型的VaR计算及其在中国金融市场中的应用,F224;F832.5
- 若干矩阵分布的一致渐近正态性,O212.4
- 数据缺失及相关因素对逐步回归变量筛选的影响,R181.3
- 均值协方差模型中非约束参数的最大似然估计,O212.1
- 有缺失协变量的相对危险率模型的估计理论及其渐近性质,O212.1
- 缺失数据下广义线性模型参数拟似然估计的相合性和渐近正态性,O212.1
- 广义线性模型中极大拟似然估计的相合性与渐近正态性,O212.1
- 复杂系统可靠度U统计量估计及性质,N941.4
- α混合样本优化型CVaR估计的大样本性质,F832.51
- 缺失纵向数据下半参数回归模型的分析研究,O212.1
- 二维指数信号模型中参数随机加权估计的渐近正态性,O211.67
- ρ混合序列下CVaR估计的渐近性质,F224
- 严格ew序的假设检验问题,O212.1
- 线性约束下纵向数据半参数模型的渐近性质,O212.1
- 缺失数据情形半参数回归模型的二阶段估计,O212.1
- 缺失数据下两类半参数模型的估计和大样本性质,O212.1
中图分类: > 数理科学和化学 > 数学 > 概率论与数理统计 > 数理统计 > 一般数理统计
© 2012 www.xueweilunwen.com
|