×

随机缺失响应的半功能部分线性回归模型。 (英语) Zbl 1417.62085号

作者摘要:本文主要研究半函数部分线性回归模型,其中,随机缺失的标量响应变量由多元随机变量分量的未知线性组合和函数随机变量的未知变换之和来解释,函数随机变量在半度量抽象空间({mathscr{H}})中取值,半度量为(d\left(\cdot,\cdot\right) \). 本文的主要目的是分别构造未知参数的估计量和未知回归算子。然后在一些温和的条件下,得到了估计量的一些渐近性质,如非参数分量的几乎必然收敛速度和参数分量的渐近分布。此外,还对估计量的有限样本性能进行了仿真研究。最后,在实际数据分析中对食物脂肪预测的应用表明了该方法的有效性。

理学硕士:

62G08号 非参数回归和分位数回归
62克05 非参数估计
6220国集团 非参数推理的渐近性质

软件:

fda(右)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aneiros G、Bongiorno EG、Cao R、Vieu P(2017)《功能统计及相关领域》。对统计的贡献。查姆施普林格·Zbl 1373.62016年 ·doi:10.1007/978-3-319-55846-2
[2] Aneiros-Pérez G,Vieu P(2006)半功能偏线性回归。统计概率快报76:1102-1110·Zbl 1090.62036号 ·doi:10.1016/j.spl.2005.12.007
[3] Aneiros-Pérez G,Vieu P(2008)非参数时间序列预测:半函数部分线性建模。多变量分析杂志99:834-857·Zbl 1133.62075号 ·doi:10.1016/j.jmva.2007.04.010
[4] Aneiros-Pérez G,Vieu P(2011),部分线性模型中的自动估计程序与功能数据。统计帕普52:751-771·Zbl 1229.62045号 ·doi:10.1007/s00362-009-0280-2
[5] Aneiros-Pérez G,Vieu P(2013)半参数函数数据分析中的线性测试。计算统计28:413-434·兹比尔1305.65020 ·doi:10.1007/s00180-012-0308-2
[6] Aneiros-Pérez G,Ling N,Vieu P(2015)半函数部分线性回归模型中的误差方差估计。《非参数统计杂志》27:316-330·Zbl 1327.62189号 ·doi:10.1080/10485252.2015.1042376
[7] Attouch M,Laksaci A,OuldSaid E(2009)函数非参数模型稳健估计的渐近分布。公共统计理论方法38:1317-1335·Zbl 1167.62032号 ·网址:10.1080/03610920802422597
[8] Bongiorno EG、Salinelli E、Goia A、Vieu P(2014)《无限维统计和相关主题的贡献》,Societa Editrice Esculapio·Zbl 1377.62023号
[9] Chaouch M,Khardani S(2015)使用函数平稳遍历数据的随机删失分位数回归估计。《非参数统计杂志》27:65-87·Zbl 1328.62276号 ·doi:10.1080/10485252.2014.982651
[10] Cheng PE(1994)随机缺失数据的均值泛函的非参数估计。美国统计协会杂志89:81-87·Zbl 0800.62213号 ·doi:10.1080/01621459.1994.10476448
[11] Cuevas A(2014)《统计理论与功能数据的部分概述》。J Stat Plan推断147:1-23·Zbl 1278.62012号 ·doi:10.1016/j.jspi.2013.04.002
[12] Efromovich S(2011)随机缺失预测因子的非参数回归。J Am Stat Assoc美国统计协会106:306-319·Zbl 1396.62078号 ·doi:10.1198/jasa.2011.tm09506
[13] Ferraty F,Laksaci A,Tadj A,Vieu P(2010)函数变量非参数估计的一致一致性比率。J Stat Plan推断140:335-352·Zbl 1177.62044号
[14] Ferraty F,Vieu P(2002)函数非参数模型及其在光谱数据中的应用。计算统计17:545-564·Zbl 1037.62032号 ·doi:10.1007/s001800200126
[15] Ferraty F,Vieu P(2006),非参数函数数据分析。理论与实践。纽约州施普林格·兹比尔1119.62046
[16] Ferraty F,Sued M,Vieu P(2013)功能协变量随机缺失数据的平均估计。统计47:688-706·Zbl 1440.62129号 ·网址:10.1080/02331888.2011.650172
[17] Goia A,Vieu P(2016)高维/无限维统计最新进展简介。多变量分析杂志146:1-6·Zbl 1384.00073号 ·doi:10.1016/j.jmva.2015.12.001
[18] Horváth L,Kokoszka P(2012)《函数数据与应用的推断》。统计学中的斯普林格系列。纽约州施普林格·兹比尔1279.62017 ·doi:10.1007/978-1-4614-3655-3
[19] Kraus D(2015)部分观测功能数据的组成和完成。J R Stat Soc B公司77:777-801·Zbl 1414.62212号 ·doi:10.1111/rssb.12087
[20] Lian H(2011)函数部分线性模型。非参数统计杂志23:115-128·Zbl 1359.62157号 ·doi:10.1080/10485252.2010.500385
[21] Liang H(1999)伯恩斯坦不等式的应用。经济理论15:151-160·doi:10.1017/S0266466699151089
[22] Liang H,Wang S,Carroll R(2007)具有缺失响应变量和易出错协变量的部分线性模型。生物特征94:185-198·Zbl 1223.62046号 ·doi:10.1093/biomet/asm010
[23] Ling NX,Kan R(2016)随机缺失响应的函数回归一致收敛率。工作文件
[24] Ling NX,Liang LL,Vieu P(2015)随机缺失的函数平稳遍历数据的非参数回归估计。J Stat Plan推断162:75-87·Zbl 1314.62102号 ·doi:10.1016/j.jspi.2015.02.001
[25] Ling NX,Liu Y,Vieu P(2016)随机缺失响应的功能平稳遍历数据的条件模式估计。统计50:1-23·Zbl 1358.62036号 ·doi:10.1080/02331888.2015.016435
[26] Little R,Rubin D(2002)《缺失数据的统计分析》,第2版。纽约威利·Zbl 1011.62004号 ·doi:10.1002/9781119013563
[27] Nittner T(2003)非参数回归中的随机缺失(MAR)——模拟实验。统计方法应用12:195-210·Zbl 1145.62324号
[28] Ramsay J,Silverman B(2005),功能数据分析,第2版。统计学中的斯普林格系列。纽约州施普林格·Zbl 1079.62006号
[29] Shang H(2014)半函数部分线性回归模型的贝叶斯带宽估计,误差密度未知。计算统计29:829-848·Zbl 1306.65133号 ·doi:10.1007/s00180-013-0463-0
[30] Sued M,Yohai VJ(2013),缺失数据的稳健位置估计。加拿大J Stat 41(1):111-132·Zbl 1273.62054号 ·doi:10.1002/cjs.11163
[31] Tsiatis A(2006)半参数理论和缺失数据。纽约州施普林格·Zbl 1105.6202号
[32] 王庆华,孙志华(2007)随机缺失响应的部分线性模型估计。多变量分析杂志98:1470-1493·兹比尔1116.62042 ·doi:10.1016/j.jmva.2006.10.003
[33] Wang QH,Linton O,Wolfgang H(2004)随机缺失响应的半参数回归分析。美国统计协会杂志99:334-345·Zbl 1117.62441号 ·doi:10.1198/016214500000449
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。