帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷

帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷

ID:35076064

大?。?.10 MB

頁數(shù):63頁

時(shí)間:2019-03-17

帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷_第1頁
帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷_第2頁
帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷_第3頁
帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷_第4頁
帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷_第5頁
資源描述:

《帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷學(xué)科專業(yè)統(tǒng)計(jì)學(xué)學(xué)位類型□√科學(xué)學(xué)位□專業(yè)學(xué)位研究生姓名王淑君導(dǎo)師姓名、職稱劉萬榮教授論文編號(hào)湖南師范大學(xué)學(xué)位評(píng)定委員會(huì)辦公室二零一六年四月分類號(hào)密級(jí)學(xué)校代碼10542學(xué)號(hào)201302100856帶有刪失數(shù)據(jù)的分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷EmpiricalLikelihoodInferenceforQuantilesRegressionwithDataCensored研究生姓名王淑君指導(dǎo)教師姓名、職稱劉萬榮教授學(xué)科專業(yè)統(tǒng)計(jì)學(xué)研究方向數(shù)理統(tǒng)計(jì)湖南師范大學(xué)學(xué)位評(píng)定委員會(huì)辦公室二零一六年四月摘要分

2、位數(shù)回歸模型在生物學(xué)、建筑學(xué)、經(jīng)濟(jì)學(xué)以及臨床醫(yī)學(xué)等方面得到廣泛應(yīng)用,在實(shí)際應(yīng)用中,獲取觀測或者測量的數(shù)值不完整的情況比較常見,而分位數(shù)回歸模型在數(shù)據(jù)存在異方差和離群點(diǎn)的情況下有較好的穩(wěn)健性。分位數(shù)回歸模型主要是研究自變量與因變量的條件分位數(shù)之間的關(guān)系,本文主要討論在帶刪失數(shù)據(jù)分位數(shù)回歸模型的經(jīng)驗(yàn)似然推斷。首先,在前兩章中主要針對本文相關(guān)的國內(nèi)外研究現(xiàn)狀和預(yù)備知識(shí)進(jìn)行陳述,對分位數(shù)回歸和經(jīng)驗(yàn)似然等給出相關(guān)定義。然后,第三章討論帶刪失數(shù)據(jù)的分為數(shù)回歸模型的估計(jì)方法,以及對應(yīng)的漸近理論。接著,在第四章中,使用了光滑jackknife經(jīng)驗(yàn)似然方法對帶

3、刪失數(shù)據(jù)的分位數(shù)回歸模型進(jìn)行推斷,并構(gòu)造置信區(qū)間。最后,第五章中進(jìn)行模擬實(shí)驗(yàn),將經(jīng)驗(yàn)似然方法所得置信區(qū)間和區(qū)間長度與正態(tài)逼近方法所得置信區(qū)間和區(qū)間長度進(jìn)行比較。本文中引用了Kaplan-Meier重加權(quán)估計(jì)方法和經(jīng)驗(yàn)似然的估計(jì)方法來估計(jì)模型中的未知參數(shù)。以SEL方法和JEL方法為基礎(chǔ),通過結(jié)合利用光滑處理識(shí)別離群點(diǎn),保證數(shù)據(jù)的一致性,更充分的利用數(shù)據(jù)信息的SEL(即光滑經(jīng)驗(yàn)似然方法)的方法和對于小樣本有很好的性質(zhì)的JEL(jackknife經(jīng)驗(yàn)似然方法),對EL(即經(jīng)驗(yàn)似然方法)做出以下改進(jìn):首先,結(jié)合SEL方法和JEL方法對分位數(shù)回歸模型I

4、的位置參數(shù)應(yīng)用SJEL(光滑jackknife經(jīng)驗(yàn)似然方法)計(jì)算經(jīng)驗(yàn)似然比統(tǒng)計(jì)量。然后,構(gòu)建參數(shù)置信區(qū)間進(jìn)行參數(shù)推斷。模擬結(jié)果表明,在有限的樣本情況下,經(jīng)驗(yàn)似然方法(EL)比正態(tài)逼近的方法(NA)有更好的覆蓋和置信區(qū)間,光滑經(jīng)驗(yàn)似然方法(SEL)構(gòu)建的置信區(qū)間在小樣本的情況下更加精確,而光滑jackknife經(jīng)驗(yàn)似然方法(SJEL)比傳統(tǒng)的經(jīng)驗(yàn)似然方法(EL)在較高刪失的時(shí)候,有更好的優(yōu)越性。關(guān)鍵詞:分位數(shù)回歸模型,刪失數(shù)據(jù),經(jīng)驗(yàn)似然,光滑jackknife經(jīng)驗(yàn)似然,覆蓋率IIABSTRACTQuantileregressionmodelsh

5、avebeenwidelyusedinbiology,architecture,economicsandclinicalmedicine,becauseofbetterrobustnessofquantileregressionmodelinthepresenceofheteroscedasticityandoutliersinthedataofthecase.Inpracticalapplication,toobtainnumericalobservationormeasurementofincompletesituationismorec

6、ommon.Quantileregressionmodelismainlytostudytherelationshipbetweentheindependentvariablesandtheconditionalquantileofthedependentvariable.Inthispaper,wemainlydiscusstheempiricallikelihoodinferenceinthequantileregressionmodelwithcensoreddata.Firstofall,thestatementinthefirstt

7、wochaptersfocusesontherelatedresearchstatusathomeandabroadandsomepreliminaryknowledge,definitionsofquantileregressionandempiricallikelihoodgiven.Then,thethirdchapterdiscussestheestimationmethodwithcensoreddataisdividedintoquantilesregressionmodels,andthecorrespondingasympto

8、tictheory.Then,inthefourthchapter,thefirstuseofjackknifesmoothempiricallikelihoodm

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。