带有误差协变量的半参数单调回归模型的统计估计

文章研究了部分协变量不能直接观测但有辅助变量可用时,半参数单调回归模型的统计估计问题。利用辅助变量信息校正带有误差协变量模型,给出了模型中未知参数的profile最小二乘估计和非参数函数的单调最小二乘估计。并在一定条件下证明了所得估计的渐近性质,通过数值模拟实验进一步说明了估计方法的有限样本性质。

线性误差协变量下部分线性模型的约束统计推断

考虑含有线性误差协变量部分线性模型的统计推断问题。对模型的参数分量,提出了一个线性约束条件下的最小二乘估计,并且证明该估计量满足渐近正态性。同时基于拉格朗日乘子检验方法对约束条件的合理性进行了检验。证明了所提出的检验统计量在原假设成立时渐近服从标准卡方分布。数据模拟表明所提出的估计方法可以有效地消除测量误差对估计精度的影响,并且所提出的检验方法对备择假设是相当敏感的。

协变量含误差下广义线性模型的SEE变量选择

利用一些辅助信息作为工具变量并结合光滑门限估计方程(SEE)方法,针对协变量含有测量误差广义线性模型提出一个工具变量类型的变量选择方法.该方法可以在估计模型中非零回归系数的同时,剔除模型中不显著的协变量,从而达到变量选择的目的.另外,该变量选择过程不需要求解任何凸优化问题,从而具有较强的适应性并且在实际应用比较容易计算.理论证明该变量选择方法是相合的,并且对非零回归系数的估计达到了最优的参数收敛速度.数值模拟结果表明所提出的变量选择方法可以有效地消除测量误差对估计精度的影响,并且具有较好的有限样本性质.

协变量含测量误差的变系数偏线性模型的变量选择问题研究

研究了当参数部分和非参数部分的协变量均具有测量误差且两部分测量误差相关时,变系数偏线性模型的参数估计和变量选择问题。在误差校正和profile最小二乘估计方法的基础上,提出了基于smoothly clipped absolute deviation(SCAD)惩罚的变量选择方法,且估计具有渐进正态性和先知性。数值模拟研究进一步说明了所提出的变量选择方法的有限样本性质。

协变量带误差的随机删失数据线性模型的一类半参数估计

考虑线性模型Yi=Xi^Tβ＋εi,i=1，2，…，n，其中Yi为随机右删失因变量，Xi难以观测，或需要较高成本才能得到其精确观测值，故转而观测与Xi相关的相对易得的随机变量Xi利用数据集{（Xj，Xj）}n＋N,j=n＋1估计E[X｜X^-]的同时，给出了参数向量β的一类半参数估计，并且证明了估计量的渐近正态性．

响应变量缺失时偏线性测量误差模型的变量选择

考虑当响应变量缺失且协变量包含测量误差时偏线性模型的变量选择问题,提出了基于SCAD(smoothly clipped absolute deviation)惩罚最小二乘和STEE(smooth-threshold estimating equations)的两种变量选择方法.利用半参数回归替代估计来处理缺失的响应变量.通过选择合适的调整参数,且在一定的正则条件下,可以证明这两种变量选择方法具有渐进正态性和先知性.数值模拟研究进一步给出了估计的有限样本性质.

泊松回归模型中协变量含误差的经验似然推断

在模型的协变量含有测量误差的情况下,考虑一类泊松回归模型的统计推断问题.通过巧妙地构造辅助随机向量,提出一个工具变量类型的经验似然统计推断方法.证明构造的经验对数似然比函数渐近服从标准卡方分布,进而给出了回归系数的置信区间.所提出的估计方法可以有效地消除测量误差对估计精度的影响,并且具有较好的有限样本性质.

约束条件下带误差线性协变量的变系数部分线性模型的统计推断

研究了当模型中带有误差线性协变量但有辅助信息,且参数部分有附加的线性约束时,变系数部分线性模型的统计推断问题。给出了线性约束条件下参数的profile最小二乘估计,并且证明该估计满足渐近正态性。同时基于profile拉格朗日乘子检验方法检验约束条件的合理性,证明了在原假设成立时,所给出的检验统计量服从渐近标准卡方分布。最后通过数值模拟验证上述参数估计和检验方法的有限样本性质。

民意研究的新方法——调查实验法

进行民意研究,绝非简单地汇总民众对某一社会问题的态度或看法,关键是揭示其背后的因果机制。文章对社会科学中民意研究的一种新方法――调查实验法的相关问题进行了探讨,重点分析了其在分析现象因果机制方面的优势。文章回顾了民意研究中调查实验方法的产生背景和历史;介绍了调查实验的含义和操作方面的特点;基于Imai等人提出的因果关系推断中的估计误差分解框架,从误差控制的角度,分析了调查实验方法能够大大减少样本选择误差和处理间协变量不平衡误差、从而提高因果关系结论的内外部效度的内在机制,指出了它在因果关系推断方面的优越性;综述了国内外研究与应用现状;分析了中国目前民意研究中存在的问题,指出了调查实验方法在中国目前民意研究中的可行性和应用前景;最后阐述了该研究问题的理论与实践意义。

半参数非线性混合效应模型的多重估算法

在HIV纵向数据的分析中常采用混合效应模型。模型中协变量可部分解释个体间的差异,但其往往带有测量误差。同时,由于人体耐药性或治疗方案的失败,病毒载量后期可能会出现反弹。为此,文章提出了含变点和测量误差的半参数非线性混合效应模型,其中,变点表示病毒载量的反弹时刻,反弹后的病毒载量轨迹用非参数函数描述。采用多重估算法对此联合模型的参数进行估计。实例分析表明所提方法具有更可靠的参数估计和较好的拟合效果。

缺失数据下部分线性变系数EV模型在生鲜产品销售量预测中的应用

本文主要研究了在响应变量随机缺失同时非参数分量带测量误差的条件下,部分线性变系数模型的统计推断。利用局部线性光滑、profile最小二乘及偏差纠正方法,构造了模型中参数分量和非参数分量的估计;另外,为了避免使用近似正态方法构造参数置信域时估计渐近协方差,我们又利用经验似然方法研究了参数置信域的构造问题,进而给出了参数分量的置信区间,模拟研究表明经验似然方法相比正态近似方法具有更好的有限样本性质。最后使用超市生鲜产品销售量数据集进行了实例分析,得到了更好的结果。