学位论文 > 优秀研究生学位论文题录展示
响应变量有缺失时变系数部分线性模型的统计推断
作 者: 赵润青
导 师: 秦永松
学 校: 广西师范大学
专 业: 概率论与数理统计
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 置信区间
分类号: O212.1
类 型: 硕士论文
年 份: 2010年
下 载: 30次
引 用: 0次
阅 读: 论文下载
内容摘要
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,缺失数据情形的统计推断是当今统计界的一个热门研究领域(Little and Rubin, Statistical Analysis with Missing Data[M], New York:John Wiley and Sons,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.
|
全文目录
摘要 3-5 ABSTRACT 5-9 第一章 绪论 9-13 §1.1 变系数部分线性模型的研究概况 9-10 §1.2 数据缺失机制及常用处理方法 10-11 §1.3 经验似然的研究概况 11-12 §1.4 本文内容及结构 12-13 第二章 响应变量有缺失时变系数部分线性模型估计的渐近正态性 13-36 §2.1 引言 13-14 §2.2 方法与主要结果 14-19 §2.3 模拟结果 19-21 §2.4 引理和定理的证明 21-36 第三章 响应变量有缺失时变系数部分线性模型估计的经验似然推断 36-49 §3.1 引言 36-38 §3.2 主要结果 38-41 §3.2.1 基于逆概率权方法构造参数β的经验似然置信区间(域) 38-40 §3.2.2 基于逆概率权方法构造响应变量均值θ的经验似然置信区间(域) 40-41 §3.3 模拟结果 41-42 §3.4 定理的证明 42-49 结论与展望 49-50 参考文献 50-55 致谢 55-56
|
相似论文
- 针对零膨胀超散度计数数据的统计推断,C81
- 质量管理在网络性能指标监控中的应用研究,F626
- 基于SARIMA与神经网络混合模型的桥梁健康监测系统缺失数据填补,TP183
- 数据缺失及相关因素对逐步回归变量筛选的影响,R181.3
- 缺失数据的贝叶斯模型处理,C811
- 基于贝叶斯方法的缺失数据补全研究,TP311.13
- ADB610钢力学性能的可靠性研究,TG142.15
- 基于经验似然的缺失数据下部分线性模型的异方差检验,O212.1
- 几类模型中组内相关系数的统计推断,O212.1
- 响应变量存在缺失时非线性半参数回归模型的经验似然推断,O212.1
- 非确定性RFID事件模型概率计算方法研究,O211.9
- 调整经验欧氏似然及其性质,O212.7
- 线性过程误差下非参数模型的经验似然,O212.7
- 缺失数据情形下非参数总体分位数差异的经验似然置信区间,O212.7
- 基于分组数据的若干估计问题,O212.1
- 响应变量随机缺失下的半参数变系数部分线性变量含误差模型的统计推断,O212.1
- 线性混合模型中的方差分量估计及广义p值检验,O212.1
- GH36合金钢高温蠕变可靠性研究,TG142.33
- 缺失数据的概率主成分分析,O212.1
- GEE和QIF用于含有缺失数据的AsthmaData数据分析,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
|