《缺失数据情形条件分位数的经验似然置信区间-论文》.pdfVIP

广西科学院学报 2013，29(4)：269～274，277 JournalofGuangxiAcademyofSciences VoI．29。No．4 November2013 缺失数据情形条件分位数的经验似然置信区间 EmpiricalLikelihood Confidence IntervalsforCondi- tionalQuantileswithMissingData 郑李玲 ZHENG Li—ling (钦州学院数学与计算机科学学院，广西钦州 535000) (SchoolofMathematicsandComputerScience，GuangxiQinzhouUniversity，Qinzhou，Guan— gxi，535000，China) 摘要 ：在响应变量满足随机缺失机制下，采用经验似然方法和 c—c方法 ，分别构造不含 附加信息和含附加信 息时条件分位数的经验似然 比统计量 的渐近分布 ，以及条件分位数 的经验似然置信 区间，并证 明一类检验 问 题 的渐近功效随着信息量 的增加而非下降． 关键词：缺失数据 条件分位数 经验似然 附加信息 中图法分类号：0212．7 文献标识码 ：A 文章编号：1005-9164(2013)04-0269—06 Abstract：W hentheresponsevariableismissingatrandom，empiricallikelihoodandtheC—C methodiscombinedtoobtainasymptoticdistributionsofempiricallikelihoodratiostatistics intheabsenceandpresenceofsomeauxiliaryinformation．Then empiricallikelihoodratio confidenceintervalsforconditionalquantilesareconstructed．ItiSshownthatasymptoticef— ficacyofsometestproblemsincreasesalongwithraiseoftheinformationquantity． Keywords：missingdata，conditionalquantile，empirical1ikelihood，auxiliaryinformation 设 (X ，Y)，1≤ i≤ ，z，为取 自于总体 (x， 变换不变性及置信域的形状由数据 自行决定等诸多 y)((X，y)ER ×R)的iid．样本 ，F()一P(X≤ 优点外 ，还有 Bartlett纠偏性及无需构造枢轴统计 z)，F ()一P(y≤ YlX— )，zER ，YER．若 量等优点．因此 ，经验似然方法已广泛应用到统计模 0q 1，对给定 X—z。情况下 ，y的条件q分位数 型 中[9~123． 。 唯一确定 ，则记00一F-(qI。)．00的估计及其渐 缺失数据现象在实际领域中普遍存在 ，比如市 近性质是统计界十分关注的一个 问题[1]，文献[5， 场调研、民意调查、生存分析、可靠性寿命试验、医药 6]在完全样本下用经验似然方法构造条件分位数 研究等领域，因此 ，缺失数据情形的统计分析具有重 的置信 区间，目前 尚未发现缺失数据情形条件分 要的实际意义．学者们 已提出很多处理缺失数据的 位数 8。的经验置信区间的相关结论报道．经验似然 方法 ，如 ：将缺失数据 的记录删除 (即 Complete— 是一种重要 的统计推 断方法 ，由文献 [7，8]首先提 Case，简称C—C方法)、加权法 、借补法等[1．本文把 出，并用来处理非参数统计 问题．有些学者将经验似 经验似然方法和处理缺失数据的c—c方法相结合 然与其它一些统计学方法 (如 Bootstrap法)作 比