《缺失偏态数据下联合位置与尺度模型的统计推断-论文》.pdfVIP

第 29卷第 3期 统 计 与 信 息 论 坛 2014年 3月 Vo1．29 No．3 Statistics8LInformationForum Mar．，2014 【统计理论与方法】 缺失偏态数据下联合位置与尺度模型的统计推断 李玲雪，吴刘仓，詹金龙 (昆明理工大学 理学院，云南 昆明650093) 摘要 ：为了研究缺失偏态数据下的联合位置与尺度模型，基于分布 自身的特点，提出了一种适合缺失偏 态数据下联合建模的插补方法——修正随机回归插补方法，该方法对缺失数据下模型偏度参数的调整十分 显著。通过随机模拟和实例研究，并与回归插补和随机回归插补方法进行比较，结果表明，所提出的修正随 机回归插补方法是有用和有效的。 关键词：缺失偏态数据；联合位置与尺度模型；修正随机回归插补；极大似然估计 中图分类号：0212．1：F224．0 文献标志码：A 文章编号：1o07—3116(2014)O3一OO15一O7 性诊断[3]。在处理异方差问题的联合建模上，Park 一 暑1 ÷ 、 I 口 首先提出联合均值与方差模型[4]；Aitkin给出了联 数据是统计研究的重点，特别是现实生活中的数 合均值与方差模型的极大似然估计[5；Taylor等针 据，它们往往 个“性鲜明”，如大部分存在着一定的偏 对异常点数据研究提出了基于t分布的联合位置与 斜，并非具有严格的对称性。这时使用正态分布、t分 尺度模型的参数估计和检验_6；吴刘仓等研究了基 布等对称分布去研究数据的相关性质就显得有些不 于偏正态分布联合位置、尺度与偏度模型的极大似 合时宜，因此，偏正态分布和偏t正态分布等偏态分 然估计[7]；Wu等研究了偏正态分布下联合位置与 布引起了许多学者的注意，而对于大量存在着异方差 尺度模型的变量选择[8]。缺失数据方面，王璐等研 的数据，为更好地了解方差来源和有效控制方差，对 究了Hot级 deck插补并证明了采用普通的Jack- 方差进行建模就成为一种非常有用也是相当有效的 knife方差会低估插补后数据的方差，同时支持了 方法，因此，联合均值与方差模型就成为研究异方差 Rao和J．Shao提出的调整Jackknife方差，说明调 数据的重要工具。在对数据进行采集时，解决数据的 整后的Jackknife方差是一个非常实用的方法[9；金 缺失问题成为统计研究中一个重要问题。 勇进介绍了演绎插补、均值插补、随机插补、回归插 鉴于数据所呈现出的不同“性格”，吸引了大量 补和多重插补等插补方法[1叩；吴刘仓等研究了缺失 学者对其深入的研究。偏态数据方面，Azzalini首 偏态数据下线性回归模型的统计推断问题，并提出 次对偏正态分布及其所具有的性质进行研究口； 了一种适合偏态数据的修正回归插补方法c1妇；王秀 Nadarajah等讨论了一系列偏态分布及其各 自的性 丽等在协变量缺失下，利用逆概率加权方法构造了 质，并求得 了这些分布的特征函数