平稳自回归模型的调整经验似然置信域

自回归模型在经济学及信息学等领域有广泛应用.其统计推断是统计学研究的重要问题之一.本文主要研究自回归模型的调整经验似然方法.在Chuang和Chan利用自回归模型的条件最小二乘估计、通过得分函数构造的经验似然比统计量基础上,本文针对经验似然方法可能不存在解的情形构造了调整经验似然统计量,并证明调整后的经验似然比统计量的极限分布服从卡方分布.由此我们可以构造模型参数的调整经验似然置信域(区间).最后,本文通过数值模拟比较了调整经验似然方法和经验似然方法的性能.结果显示,调整经验似然方法所得的区间估计具有更好的覆盖率.

相协样本下概率密度函数的调整经验似然推断

本文研究相协样本下概率密度函数的调整经验似然推断,证明对数调整经验似然比统计量服从χ^(2)分布,由此构造了相协样本下概率密度函数的调整经验似然置信区间.在有限样本情况下通过数值模拟,对比分析得到AEL的表现略优于EL和NA的表现.

含空间自相关误差项的非参数回归模型的调整经验似然估计

利用调整经验似然的方法,研究了含空间自相关误差项的非参数回归模型的调整经验似然估计问题。通过鞅差序列处理该模型估计方程中出现的线性二次型形式,构造出该模型的经验似然比统计量。针对经验似然估计方程可能不存在解的情况构造调整经验似然比统计量,证明了该调整经验似然比统计量是渐近卡方分布的,并且对该调整经验似然比统计量的渐进功效进行了研究。

多元密度函数的调整经验似然

研究独立样本情形多维密度函数调整经验似然置信区间的构造,证明了独立样本多维密度函数调整经验似然比统计量的极限分布为卡方分布,且证明了备择假设下调整经验似然的渐近性质,并通过模拟对比分析了调整经验似然、经验似然、正态逼近三种构造置信区间的方法.结果表明,对于多元密度函数置信区间的构造,调整经验似然的覆盖率更接近给定的名义置信水平,因此调整经验似然的表现优于经验似然和正态逼近.

含空间自相关误差的空间自回归模型的调整经验似然推断

本文研究含空间自相关误差的空间自回归模型的调整经验似然推断问题。利用调整经验似然方法,构造出含空间自相关误差的空间自回归模型的调整经验似然比统计量,证明调整经验似然统计量的极限分布为卡方分布,并模拟比较调整经验似然与一般经验似然方法的优劣。模拟结果表明:调整经验似然比一般经验似然置信域的覆盖精度更高,计算速度更快。在样本容量较大时,无论误差项是否服从正态分布,一般经验似然方法和调整经验似然方法均可;在样本容量较小时,推荐使用调整经验似然方法。

调整经验欧氏似然及其性质

经验(欧氏)似然是近年来非常流行的非参数统计方法之一,但其存在凸包限制和计算复杂等不足之处.针对此不足,CHEN等人(2008)给出调整经验似然.本文借助此想法,给出调整经验欧氏似然方法,进而讨论其相应的统计性质.理论结果显示,调整经验欧氏似然有与经验欧氏似然完全类似的性质;模拟结果显示,在某些情况下(如二维情况),调整经验(欧氏)似然所得的区间估计具有较好的覆盖率.此外,调整经验欧氏似然的思想和计算都比较简单.从实用角度看,具有较高的推广价值.

平稳自回归模型的经验似然检验

这篇文章中,我们对平稳短记忆时间序列模型中的参数假设检验运用经验似然方法,在实际中,我们可能不仅关心所有参数的显著性而且更关心模型中的某一部分参数是否存在,因而我们除了建立检验所有参数的统计量,还建立了检验部分参数显著与否的统计量,这些统计量被证实都渐近服从卡方分布,另外,我们的模拟研究了检验的势函数并证实了提出的检验程序的有效性.

右删失数据下非线性回归模型的经验似然推断

考虑随机右删失数据下非线性回归模型,提出了模型中未知参数的调整的经验对数似然比统计量.在一定的条件下,证明了所提出的的统计量具有渐近x2分布,由此结果构造了兴趣参数的置信域.通过模拟研究,对经典的经验似然、调整的经验似然和非线性最小二乘方法在有限样本下进行了比较,并对氯离子浓度试验数据进行了分析.