半?yún)⒛P偷慕?jīng)驗似然推斷.pdf_第1頁
已閱讀1頁,還剩105頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文研究了經(jīng)驗似然方法在負相伴和刪失數(shù)據(jù)下半?yún)⒛P偷慕y(tǒng)計推斷.主要包含了以下幾方面內容.
  其一,我們在帶有負相伴隨機誤差條件下的部分線性模型中,通過使用大小分塊的經(jīng)驗似然方法,給出了基于估計方程的經(jīng)驗似然比統(tǒng)計量,并證明了該統(tǒng)計量的漸近分布是自由度和未知參數(shù)維度相同的卡方分布.我們可以通過該結果建立未知參數(shù)的置信域,以及進行假設檢驗.最后,我們通過模擬說明了分塊經(jīng)驗似然比普通經(jīng)驗似然的置信域的覆蓋率更高.
  其二,我們

2、對帶有負相伴隨機誤差的單指標回歸模型進行大樣本統(tǒng)計推斷.我們使用的得分函數(shù)是經(jīng)過偏差矯正的.正是由于偏差矯正,使得我們構造的經(jīng)驗似然比統(tǒng)計量收斂于一個具有標準卡方分布的隨機變量,而不是未經(jīng)過偏差矯正的卡方分布的加權和形式.通過我們的結果可以對單指標模型中的指標進行置信域的估計.
  其三,對于生存分析中經(jīng)常遇到的刪失數(shù)據(jù),我們在隨機右刪失的情形下,針對部分線性模型進行了統(tǒng)計推斷.基于Buckley和James估計量,我們構造了得分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論