经验似然在响应变量缺失下部分线性EV模型中统计推断.pdfVIP

摘要 EV模型在现实统计研究中会经常遇到，这种种类的模型在理论上 和应用上都是非常重要的课题，特别是在测定学、经济学、社会问题 研究、语言学、农业、流行病学等方面。然而响应变量有缺失的情况 同样在实际应用中也经常出现，例如在临床诊断、民意调查、市场调 研、社会经济研究以及许多可观测性研究中．因此研究响应变量有缺 失的部分线性EV模型就有很高的实用价值。 经验似然是一种非参统计推断方法，类似于bootstrap的抽样特 性。它的最大特点就是利用约束条件将非参数似然比极大化，从而将 感兴趣的的约束条件引入极大似然比中。在合理的假设下，非参数似 然比是渐近服从卡方分布的，从而可以构造参数的置信区域，研究参 数的估计和假设检验问题。另外，使用经验似然方法不需要对参数的 方差做出估计，在非参数统计问题中，这通常是一个复杂的任务。 在这篇论文中我们考虑的是在响应数据缺失情况下的部分线性 EV模型，对此模型中的未知参数和基底函数的统计推断感兴趣。在 这篇论文中我们的研究方法是，先把未知参数∥看成已知，使用非参 估计方法估计基底函数，然后使用纠偏方法构造参数的经验似然比统 计量．在一定的条件假设下，可以证明构造的经验似然比统计量是渐 近服从卡方分布的，这是本论文的关键创新所在。我们构造的参数经 验似然比函数都是渐近服从卡方分布的，根据这个结论我们构建了参 数的置信区域，同样，我们也给出了感兴趣参数的估计和假设检验问 题。最后通过模拟线性模型和线性EV模型以及响应变量缺失的线性 模型，验证使用经验似然方法给出的参数置信区域比通过使用正态方 法给出的置信区域的收敛率和收敛长度有更好的表现。 关键字：置信区域，经验似然，缺失数据，EV模型，卡方分布 ABSTRACT In oftenmeeterror．in．vailablein fact，we modelstherealstatistical studies，thiskindofmodelsiS issuesinthe and very theory important inthedeterminationof application．especially andSO studies，linguistics，agriculture，epidemiologyon。however，the variablesare arealso encounteredin response missing，whichfrequently practical asinclinical applications，such diagnosis，publicopinionpolls market socio．economicresearch and observational survey， many the variableswhichare in studies．therefore，studyresponse missingpart ofthelinearEVmodelshave value． highpractical likelihoodisa methodofinferencebasedon Empirical nonparametric ada