

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本文在三種情型下討論了數(shù)據(jù)缺失時回歸模型反映變量均值的經(jīng)驗似然置信區(qū)間一. 協(xié)變量和反映變量都缺失時回歸模型反映變量均值的經(jīng)驗似然置信區(qū)間考慮非參數(shù)回歸模型(1.1) 其中X為d 維隨機協(xié)變量,Y為一維反映變量, 為未知回歸函數(shù),為隨機誤差,且,,與X獨立.在實踐中,我們通常得到一組不完全的樣本,其中 , .假設與相互獨立,且與相互獨立,此條件蘊含(MCAR)條件,即,,為常數(shù).定義幾個集合,,針對數(shù)據(jù)的不同缺失情況,我們分別給
2、出下列補充(a) 當,不補充,(b) 當,用補充,其中為核函數(shù),為窗寬,且當,(c)當,用補充,這樣我們得到Y的完全樣本為(1.2)為了避免的分母出現(xiàn)零,我們先做一些修正,令,,其中,且當,用修正得到Y的完全樣本為(1.3)類似于Owen(1988),可得的對數(shù)經(jīng)驗似然比(1.4)其中滿足下列方程(1.5)記為X 的概率密度函數(shù),,假設下面的條件成立(C.f)有直到階的有界偏導數(shù). (C.m)有直到階的有界偏導數(shù). (C
3、.Y) . (C. ) . (C.K) (I)為有有界支撐的有界核函數(shù). (ii) 為階核. (C. ) (I) . (ii) . (C. ) . 定理1.1 在上面的假設條件下,如果為真參數(shù),則有(1.6)其中是自由度為1的標準變量, . 由于非標準的分布不能對作區(qū)間估計,故我們需引入調(diào)整對數(shù)經(jīng)驗似然比 .見(第5頁) 定理1.2 在定理1.1的假設下,如果為真參
4、數(shù),則漸近分布.即,其中 . 二. 同模型下數(shù)據(jù)缺失時線性回歸模型反映變量均值的經(jīng)驗似然置信區(qū)間考慮兩獨立總體,為上的隨機向量,,假設它們都有相同的線性回歸模型( 2.1)其中為維未知常向量,為隨機誤差,且,,與X獨立.實踐中,我們通常得到總體的樣本為完全樣本,得到總體的樣本為不完全樣本,其中表示全部缺失.利用總體的完全樣本構造的最小二乘估計(2.2)因此,我們可以用補充 . 類似于Owen(1988),可得的對數(shù)經(jīng)驗似
5、然比2.3)其中滿足下列方程(2.4)定理2.1 假設,如果為真參數(shù),則有(2.5)其中,是自由度為1的變量. 由于非標準的分布不能對作區(qū)間估計,故我們需引入調(diào)整的對數(shù)經(jīng)驗似然比 .見(第13頁) 定理2.2 在定理2.1的假設下,如果為真參數(shù),則漸近布,即,其中 . 三. 同模型下數(shù)據(jù)缺失時非參數(shù)回歸模型反映變量均值的經(jīng)驗似然置信區(qū)間考慮兩獨立總體,為上的隨機向量,,假設它們都有相同的非參數(shù)回歸模型(3.1)其
6、中為未知回歸函數(shù),為隨機誤差,且,,與X獨立.實踐中,我們通常得到總體的樣本為完全樣本,得到總體的樣本為不完全樣本,其中表示全部缺失,利用總體的完全樣本構造的估計(3.2)其中為核函數(shù),為窗寬,且當,,因此,可以用補充 . 類似于Owen(1988),可得的對數(shù)經(jīng)驗似然比(3.3)其中滿足下列方程(3.4)假設下面的條件成立(1)為二次可微的對稱密度函數(shù). (2) . (3) . (4)的一階和二階導數(shù)都
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 線性模型中誤差密度的經(jīng)驗似然置信區(qū)間.pdf
- 相依樣本下一類統(tǒng)計泛函的經(jīng)驗似然置信區(qū)間.pdf
- 響應變量缺失時條件分位數(shù)的經(jīng)驗似然估計.pdf
- 抽樣與置信區(qū)間估計
- 11120.相依樣本下含附加信息時概率密度函數(shù)的經(jīng)驗似然置信區(qū)間
- 置信區(qū)間與假設檢驗
- 41373.數(shù)據(jù)缺失時部分線性模型的經(jīng)驗似然推斷
- 帶置信區(qū)間的短期電價預測方法.pdf
- 缺失數(shù)據(jù)下分位數(shù)差異和均值的經(jīng)驗似然推斷.pdf
- 響應變量存在缺失時非線性半?yún)?shù)回歸模型的經(jīng)驗似然推斷.pdf
- 13851.多個雙參數(shù)指數(shù)分布下均值差的同時置信區(qū)間
- 多維二項分布參數(shù)的同時置信區(qū)間.pdf
- 基于Bootstrap技術的Web服務QoS置信區(qū)間研究.pdf
- 概率論與數(shù)理統(tǒng)計 7.3置信區(qū)間
- 經(jīng)驗似然縱向數(shù)據(jù)的似然.pdf
- 兩正態(tài)總體方差比的優(yōu)化置信區(qū)間問題.pdf
- 基于非線性Ensemble的短期負荷預測及置信區(qū)間.pdf
- 基于ψ調(diào)整的含單個分類協(xié)變量的率差置信區(qū)間估計新方法.pdf
- 缺失數(shù)據(jù)下兩類模型均值及分位數(shù)的經(jīng)驗似然推斷.pdf
- 04 第四節(jié) 正態(tài)總體的置信區(qū)間
評論
0/150
提交評論