纵向数据统计模型中的估计方式.pdf

摘要 线性混合效应模型和污染数据回归模型都是生物统计中常用的模型。本文主 要研究了一类线性混合效应模型、一类纵向污染数据线性回归模型和一类纵向污 染数据半参数回归模型中的估计方法和所建立的估计的渐近性质。 本文第一章介绍了线性混合效应模型和污染数据回归模型的研究概况和本 文的主要结果。 第二章．研究了一类纵向数据线性回归模型参数的最tb--乘估计的大样本性 质和一类纵向数据半参数回归模型中的估计的渐近性质，这些结果将在本文主要 定理的证明中被广泛使用。 第三章．研究了Tao等(1999)提出的一类线性混合效应模型 J，腑=口f+x腑Tp+占雎，f=l，…，刀，k=l，…，mf， 与{％)相互独立。 与Tao等(1999)所采用的迭代方法不同，我们基于 {‰，y砖，f=1，…，／／，k=l，一，m，}构造了参数∥，仃2和密度函数g的新的估计方法，我 们建立的估计方法给出了估计量的显式表达，这给进一步的理论分析带来了方 便。我们建立了∥的估计量的强相合性和均方相合性，建立了仃2的估计的强相 合性、强相合速度和均方相合速度，建立了g的估计的整体三：收敛性和逐点厶收 敛性。在附录中我们给出了估计量的统计模拟结果，这些结果表明