缺失数据下φ混合样本情形非参数回归函数的经验似然推断-论文.pdfVIP

应用概率统计第 32 卷 Chinese Journal of A pplied P ro b a bility and Statistics 第 4 期 2016 年 8 月 Aug., 2016, V ol.32, N o .4 ,pp .3 3 1 -3 4 0 doi: 10.3969/j.issn.1001-4268.2016.04.001 缺失数据下奸昆合样本情形非参数回归函数的经验似然推断* * 李英华* 秦永松 (广西师范大学数学与统计学院，桂林，541004) 摘 要 ： 在 W混合的随机误差下，本文研宄了固定设计及响应变量有缺失的非参数回归模型中回 归函数的经验似然置信区间的构造 . 首先采用非参数回归填补法对缺失的数据进行填补，其次利用补 足后得到的“完全样本” 构造了非参数回归函数的经验似然比统计量，并证明了经验似然比统计量的极 限分布为卡方分布，利用此结果可以构造非参数回归函数的经验似然置信区间. 关键词： 缺失数据；W混合；非参数回归函数；经验似然 中图分类号： O212.7 § 1 . 引 言 设 {X i : i 彡 1 } 为一随机变量序列 ，F t = s 彡 i 彡 t ) , 记 !f(n) = s u p s u p |P ( B | A ) — P ( A ) P ( B ) |. 岭 1 AeFk,BeF+n,P(A)0 若 li m p ( n ) = 0 , 则称随机变量序列 {X i : i 彡 1 }为 混合的 ，且称p ( n ) 是⑷混合系数. 考虑非参数回归模型 Yi = g(x i) + ^i , 1 ^ i ^ n, 其中，Yi为响应变量，xi G [0,1 ]〃为固定设计点，g 是定义在 [0,1] 上的有界实值函数，ei为^ 混合的随机误差，且Eq = 0, 0 Var(ei) = 、2 ⑵ . 假设Yi有可能缺失，^为指示 Yi是 否缺失的变量，当 = 0时Yi缺失；否则Yi可观察到 . 假定Y 满足随机缺失(MAR)机制，即 P(5 = 1 |x ) = p( x ) . 本文将利用观察到的完全样本 {(Xi,Fi,), 1 彡i 彡n} 对g(x), x e [0,1]p进行经验似然推断. 在完全样本和固定设计情形，对于非参数回归模型中回归函数的渐近性质的研究已 比较深入，具体参见文献 [1 -3 j.而在一些实际问题中，往往由于人为或其它不可控因素 而导致数据带有缺失，对其进行研究具有重要的实际意义 . Owen[4]于 1988年提出的经验 似然方法是一种重要的非参数统计推断方法，较之其它一些经典的统计方法有很多突出 * 国家自然科学基金(112010 , 112710 , 资助. * 通讯作者，E-m ail: liyinghua2006@ . 本文2013年 12月24 日收到，2015年2 月1 日收到修改稿. 332 应用概率统计 第 3 2 卷 的优点. 故很多学者将经验似然方法运用到缺失数据下非参数回归模型的统计推断中， 如Lei和Q in[5]在缺失数据下独立样本情形对固定设计的非参数回归模型中回归函数进行了 经验似然推断，获得了非参数回归函数的经验似然