×
陈嘉华;刘玉坤

密度比模型下的分位数和分位数函数估计。 （英语） Zbl 1292.62072号

Ann.统计。 41，第3期，1669-1692（2013）.
摘要：总体分位数及其函数是许多应用中的重要参数。例如，较低的分位数通常是林业产品的关键质量指标。给定来自满足密度比模型的人群的几个独立样本，我们研究了基于经验似然（EL）的推断的性质。导出的EL分位数估计量允许Bahadur表示，该表示导致分位数函数的渐近有效置信区间。我们严格证明，基于所有样本的EL分位数比基于单个样本的经验分位数更有效。仿真研究表明，在满足密度比模型假设和轻度违反该假设时，EL分位数及其函数具有优越的性能。通过一个例子说明了新方法和潜在的成本节约。

引用于21文件

MSC公司：

6220国集团 非参数推理的渐近性质
62G15年 非参数容差和置信区域

关键词：

非平稳效率;巴哈杜尔代表;置信区间;经验似然

软件：

R（右）
PDF格式BibTeX公司 XML格式引用
\textit{J.Chen}和\textit{Y.Liu}，Ann.Stat.41，No.3，1669--1692（2013；Zbl 1292.62072）
全文： DOI程序 arXiv公司 欧几里得

参考文献：

[1] Anderson，J.A.（1979）。多元逻辑复合。生物特征66 17-26·Zbl 0399.62029号 ·doi:10.1093/biomet/66.1.17
[2] Bahadur，R.R.（1966年）。关于大样本中分位数的注释。安。数学。统计师。37 577-580. ·Zbl 0147.18805号 ·doi:10.1214/aoms/1177699450
[3] Chen，H.和Chen，J.（2000）。经验似然分位数过程的Bahadur表示。J.非参数。统计数字12 645-660·Zbl 0970.62030号 ·doi:10.1080/10485250008832826
[4] 《机动》，P.（1977年）。估计非密度参数généralisés。Rev.统计。申请。25 5-42.
[5] Fokianos，K.（2007年）。密度比模型选择。J.统计计算。模拟。77 805-819. ·Zbl 1127.62035号 ·doi:10.1080/10629360600673857
[6] Fokianos，K.和Kaimi，I.（2006年）。关于错误指定密度比模型的影响。Ann.Inst.统计。数学。58 475-497之间·Zbl 1099.62018号 ·doi:10.1007/s10463-005-0022-8
[7] Fokianos，K.、Kedem，B.、Qin，J.和Short，D.A.（2001年）。单向布局的半参数方法。技术计量学43 56-65·Zbl 1072.62583号 ·doi:10.1198/00401700152404327
[8] Hjort，N.L.和Pollard，D.（1993）。凸过程极小值的渐近性。耶鲁大学技术报告。
[9] Keziou，A.和Leoni-Aubin，S.（2008）。半参数双样本密度比模型的经验似然。J.统计。计划。推论138 915-928·Zbl 1130.62028号 ·doi:10.1016/j.jspi.2007.02.009
[10] Kiefer，J.（1967）。关于Bahadur的样本分位数表示。安。数学。统计师。38 1323-1342. ·Zbl 0158.37005号 ·doi:10.1214/网址：1177698690
[11] Liu，S.和Trenkler，G.（2008）。Hadamard、Khatri-Rao、Kronecker等矩阵产品。国际期刊信息系统。科学。4 160-177. ·Zbl 1159.15008号
[12] Owen，A.B.（1988年）。单个函数的经验似然比置信区间。生物特征75 237-249·Zbl 0641.62032号 ·doi:10.1093/biomet/75.2.237
[13] Owen，A.B.（2001年）。经验可能性。查普曼和霍尔/CRC，纽约·兹比尔0989.62019
[14] Qin，J.和Zhang，B.（1997）。基于病例对照数据的logistic回归模型的有效性检验。生物计量学84 609-618·Zbl 0888.62045号 ·doi:10.1093/biomet/84.3.609
[15] R开发核心团队（2011年）。R：统计计算语言和环境。R统计计算基金会，奥地利维也纳。
[16] Serfling，R.J.（1980）。数理统计的逼近定理。纽约威利·Zbl 0538.62002号
[17] Silverman，B.W.（1986）。统计和数据分析的密度估计。查普曼和霍尔，伦敦·Zbl 0617.62042号
[18] Wu，W.B.（2005）。关于相依序列样本分位数的Bahadur表示。安。统计师。33 1934-1963. ·Zbl 1080.62024号 ·doi:10.1214/009053605000000291
[19] 张斌（2000）。两样本半参数模型下的分位数估计。伯努利6 491-511·Zbl 0957.62027号 ·doi:10.2307/3318672
[20] 张斌（2002）。基于病例对照数据评估广义logit模型的优良性。《多元分析杂志》。82 17-38. ·Zbl 0995.62047号 ·doi:10.1006/jmva.2001.2019
[21] Zhou，Z.和Wu，W.B.（2009）。非平稳时间序列的局部线性分位数估计。安。统计师。37 2696-2729. ·Zbl 1173.62066号 ·doi:10.1214/08-AOS336
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。