缺失数据下非线性分位数回归模型的光滑经验似然推断

利用光滑经验似然方法,讨论了缺失数据下非线性分位数回归模型的回归系数的经验似然置信区域。

缺失数据和辅助信息下分位数回归的光滑经验似然

为研究在缺失响应数据且具有辅助信息下线性分位数回归模型的统计推断问题,利用光滑经验似然的方法给出了线性分位数回归模型的参数估计。定义了分位数回归模型的光滑经验对数似然比,并在一定条件下证明了所构造的光滑经验对数似然比服从卡方分布。根据该似然比构造了置信区间,证明了所得的分位数光滑经验似然估计的渐近正态性。通过数值实验说明了所得估计的有效性。

右删失数据下分位数回归的光滑经验似然检验

关于线性分位数回归模型的参数检验问题,对完全观测数据,已有文献用经验似然(EL)法和光滑经验似然(SEL)法构造的检验统计量在原假设下均以卡方分布χ_M^2为渐近分布.对右删失数据,已有文献用EL法构造的检验统计量以加权卡方分布为渐近分布,而权重是待估的.对右删失数据,本文用EL法和SEL法构造的检验统计量在原假设下均依分布收敛到χ_M^2,因此无需估计权重.由于SEL法的估计函数是光滑的,故可以进行Bartlett纠偏.随机模拟结果表明与已有的方法相比,SEL法经过Bartlett纠偏后有更高的精度.

分位数回归的光滑经验似然

对线性分位数回归模型参数的检验问题,文献证明了用最小绝对距离法(LAD法)及光滑经验似然法(SEL法)构造的检验统计量在原假设下都依分布收敛到x^2M.本文证明在局部备择假设下这两个检验统计量都依分布收敛到非中心卡方分布.文中用随机模拟比较了两种方法在局部备择假设下的表现,模拟结果表明在合理控制犯第一类错误的前提下,用SEL法构造的检验比用LAD法构造的检验更有效.

纵向数据缺失且具有辅助信息的光滑经验似然估计

目的研究纵向数据缺失且具有辅助信息的分位数回归模型的光滑经验似然估计问题。方法应用MAR随机缺失机制和辅助信息,结合分位数回归模型研究参数的光滑经验似然估计。结果在一定条件下,构造了完全数据和加权分位数光滑经验似然估计。结论在不估计复杂渐近协方差矩阵的情况下,证明了所构造的分位数光滑经验似然比服从卡方分布,并在合适的条件下证明了其渐近性质。

随机左截断数据下条件分位数的光滑经验似然推断

应用光滑的经验似然方法来构造随机左截断数据下条件分位数的置信区间.在一定的条件下,证明了经验似然比统计量渐近服从自由度为1的卡方分布.模拟数据表明,在构造条件分位数的置信区间时,经验似然方法比正态逼近方法效果更好.

分位数回归模型的经验似然置信区域

在强平稳φ-混合样本下,利用光滑经验似然方法,给出分位数回归模型参数的经验似然置信区域,得到类似于独立同分布时的结果.该结果优于非光滑LAD方法所得到的结果.

删失分位数回归模型的经验似然置信区域

在独立同分布条件下,利用光滑经验似然方法,讨论了删失分位数回归模型参数的经验似然置信区域.

基于充分降维的半参数不可忽略无响应光滑分位回归

文章在响应变量不可忽略缺失假定下,考察了分位回归的估计问题.文章首先建立半参数指数倾斜响应模型,为克服不可忽略缺失数据的识别性困难,避免多元非参数核估计造成的维数灾难,文章基于充分降维假设,利用数据驱动方法构造缺失工具变量,得到倾斜参数的轮廓两步广义矩估计量和非参数部分的降维核估计量;基于上述估计量建立逆概率加权(IPW)、核辅助估计方程插补(EEI)和增强逆概率加权(AIPW)三种分位回归估计方程,并利用卷积平滑分位损失函数代替经典的分位损失函数克服检查函数不平滑造成的理论和计算困难,回归系数的估计量由经验似然方法得到.理论研究证明了三种估计量等价的渐近正态性和相应对数经验似然比函数的渐近χ2加权和性质.数值模拟比较了上述估计量的有限样本性能.最后对HIV-CD4实际数据进行分析.