误差不相关广义线性模型极大拟似然估计的收敛速度.pdfVIP

第49卷第5期 华中师范大学学报(自然科学版) V01．49NO．5 0ct．2015 2015年lO月 JOURNALOFCENTRALCHlNANORMALUNIVERSITY(Nat．Sci．) 文章编号：1000一1190(2015)05—0665—03 误差不相关广义线性模型极大拟似然估计的收敛速度 尹长明H，刘双花1’2，陈波红1’3 (1．广西大学数学与信息科学学院，南宁530004；2．百色学院数学与统计学院。广西百色533000； 3．广西民族大学相思湖学院，南宁530008) 摘 要：在广义线性模型(GLM)中，设Y，和Z，分别是响应变量和回归系数向量．若随机误差e，一 该文证明了一般联系函数GI。M回归参数极大拟似然估计良是弱相合的，具有收敛速度|1声一届II =0，(A：专)，其中A。是∑Z,Zi的最小特征根，届是回归参数向量真值． ，一1 关键词：广义线性模型；拟似然估计；弱收敛速度 中图分类号：0212．1；0212．4文献标识码：A 引入的拟似然方法，用拟似然方程 I引言和主要结果 Z。(口)三 广义线性模型(GI。M)是对经典线性模型的重 ∑Z，H(ZI 要推广，它既适用于连续数据，又适用于离散数 的根估计岛，称它为极大拟似然估计(MQI。E)，其 据，特别是后者．自从Nelder和Wedderburm[1]引 入此模型以来，它已被应用到许多领域．尤其在生 中，A(·)0是适当选择的方差函数．详细情况可 物和医学数据的统计分析上有重要意义． 参看文献E3]． 设响应变量Y，是相互独立的，协变量Z，是已 本文对矩阵A一(ni)ERp“，定义||AI|一 知的P×1向量，Y，服从指数分布 P q 7l (∑∑ni2)丁．A。是∑z。z：的最小特征根．误差为 (1) …1=1 i=1 exp(0，Y，一b(O，))dv(y．)，i一1，…，行． 假设Y．的期望与线性预测因子Z，口有下列 P，一Y。一h(Z风)． 关系 两．一h(Z，卢)， (2) 献中有不少讨论，可参见文献E4—10]．文献[4—7] 其中，h是充分光滑的单调函数，口ERp是未知的 和文献[8—9]分别研究了e，，i一1，2，…是独立和 回归参数，儡是它的真值．函数h的逆称为联系函 数．对数似然方程 究了e，，i一1，2，…不相关，自然联系函数MQI。E 的弱收敛速度；本文用不同的方法得到了e，，i一 ∑Z．H(Z，卢)[三(Z，p)]1(y。一^(Z，p))一0 l=1 1，2，…不相关，一般联系函数MQLE的弱收敛速 的根称为的极大似然估计(MI。E)，其中，H(f) 度，即下面的定理1． 定理1若下列假定(A1)～(A3)成立． 一坐磐，三(zj』9)一va和(Y1)，由6(．)和^(．)可求