×
刁国庆;秦静

新的半参数回归方法及其在基于选择的抽样和缺失数据问题中的应用。 （英语。法语摘要） Zbl 1492.62118号

可以。J.统计。 49，第4期，1179-1195（2021）.
摘要：我们提出了一种基于半参数密度比模型的回归函数估计新方法，该模型可以被视为具有典型链接函数和未指定基线分布函数的广义线性模型。在该模型下，在存在选择偏倚抽样或随机缺失预测因子的情况下，观测数据的分布保持相同的结构。特别是在后一种情况下，新方法利用了所有可用信息，不需要指定预测因子的分布或观察预测因子的概率。我们建立了所提出回归估计量的大样本性质。仿真研究表明，所提出的估计量在实际情况下表现良好。本文介绍了国家健康和营养检查调查的经验数据。

MSC公司：

62J12型 广义线性模型（逻辑模型）
62G08号 非参数回归和分位数回归
62D10号 缺少数据
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

密度比模型;广义线性模型;缺少数据;非参数回归;基于选择的抽样;半参数回归
PDF格式BibTeX公司 XML格式引用
\textit｛G.刁｝和\textit｛J.Qin｝，Can。J.Stat.49，No.4，1179--1195（2021；Zbl 1492.62118）
全文： DOI程序

参考文献：

[1] Anderson，J.A.（1979）。多元逻辑复合。《生物统计学》，66，17-26·Zbl 0399.62029号
[2] Chan，K.C.G.（2013）。具有不可忽略丢失和随机截断的比例似然比模型的干扰参数消除。生物特征，100269-276·Zbl 1452.62570号
[3] Chen，Z.、Zheng，G.、Ghosh，K.和Li，Z.（2005）。通过选择性基因分型进行数量性状基因座的连锁不平衡定位。美国人类遗传学杂志，77661-669。
[4] 考克斯，D.R.N.L.约翰逊H.J.史密斯。（eds.）技术中的一些采样问题。《调查采样的新发展》（Wiley‐Interscience，纽约；1969；506-527。
[5] Davey，A.和Salva，J.（2009）。缺失数据的统计功效分析。心理学出版社，伦敦。
[6] Diao，G.、Ning，J.和Qin，J.（2012）。半参数密度比模型的最大似然估计。国际生物统计学杂志，8，16。
[7] Efromovich，S.（1999）。非参数曲线估计：方法、理论和应用。纽约州施普林格·Zbl 0935.62039号
[8] Efromovich，S.（2011）。随机缺失预测因子的非参数回归。美国统计协会杂志，106306-319·Zbl 1396.62078号
[9] Efron，B.和Tibshirani，R.（1996年）。使用专门设计的指数族进行密度估计。《统计年鉴》，24，2431-2461·Zbl 0878.62028号
[10] Gilbert，P.、Lele，S.和Vardi，Y.（1999）。半参数选择偏差模型中的最大似然估计及其在艾滋病疫苗试验中的应用。《生物特征》，86，27-43·Zbl 0917.62061号
[11] Horton，N.J.和Kleinman，K.P.（2007年）。无事生非。美国统计学家，6179-90。
[12] Horton，N.J.和Laird，N.M.（1999）。具有缺失协变量的广义线性模型的最大似然分析。医学研究中的统计方法，8，37-50。
[13] 易卜拉欣，J.G.（1990）。广义线性模型中的数据不完整。美国统计协会杂志，85，765-769。
[14] Ibrahim，J.G.、Chen，M.H.、Lipsitz，S.R.和Herring，A.H.（2005）。广义线性模型的缺失数据方法。《美国统计协会杂志》，100332-346·Zbl 1117.62360号
[15] Kalbfleisch，J.D.（1978年）。似然方法和非参数检验。美国统计协会杂志，73，167-170·兹伯利0376.62028
[16] Kim，J.K.和Yu，C.L.（2011）。具有不可忽略缺失数据的均值泛函的半参数估计。美国统计协会杂志，106，157-165·兹比尔1396.62032
[17] Kim，J.P.，Lu，W.，Sit，T.，&Ying，Z.（2013）。一般有偏采样方案下半参数变换模型的统一方法。美国统计协会杂志，108217-227·Zbl 06158337号
[18] Kosorok，M.R.（2008年）。经验过程和半参数推断导论。纽约州施普林格·Zbl 1180.62137号
[19] Lancaster，T.（1992）。转型数据的计量经济学分析，第17卷。剑桥大学出版社，剑桥。
[20] Liang，K.Y.和Qin，J.（2000）。非标准情况下的回归分析：成对伪似然方法。英国皇家统计学会杂志：B辑，62773-786·Zbl 0963.62068号
[21] Lin，D.Y.、Fleming，T.R.和Wei，L.J.（1994）。比例风险模型下生存曲线的置信区间。生物特征，81，73-81·Zbl 0800.62708号
[22] Little，R.J.A.和Rubin，D.B.（2002年）。《缺失数据的统计分析》，第二版，约翰·威利，纽约·Zbl 1011.62004号
[23] Luo，X.和Tsai，W.Y.（2012）。比例似然比模型。《生物特征》，99，211-222·Zbl 1437.62545号
[24] Marchese，S.和Diao，G.（2017年）。多元结果的密度比模型。多元分析杂志，154249-261·Zbl 1352.62122号
[25] McCullagh，P.&Nelder，J.A.（1989）。广义线性模型，第37卷。查普曼和霍尔/CRC，伦敦·Zbl 0744.62098号
[26] Molenberghs，G.和Kenward，M.（2007年）。《临床研究中的缺失数据》，第26卷。纽约威利。
[27] 穆勒，U.（2009）。在响应随机缺失的非线性回归中估计线性泛函。《统计年鉴》，第37期，第2245-2277页·Zbl 1173.62052号
[28] Nadaraya，E.A.（1964年）。关于估计回归。概率论及其应用，9141-142·Zbl 0136.40902号
[29] Nelder，J.A.和Wedderburn，R.W.（1972年）。广义线性模型。英国皇家统计学会杂志。A系列（通用），135、370-384。
[30] Patil，G.P.和Rao，C.R.（1978年）。加权分布和大小偏差采样，适用于野生动物种群和人类家庭。生物统计学，34179-189·兹伯利0384.62014
[31] Press，W.H.、Teukolsky，S.A.、Vetterling，W.T.和Flannery，B.P.（1992）。《C语言中的数字配方：科学计算的艺术》，第二版，剑桥大学出版社，剑桥·Zbl 0845.65001号
[32] Terwilliger，J.D.、Shannon，W.D.、Lathrop，G.M.、Nolan，J.P.、Goldin，L.R.、Chase，G.A.和Weeks，D.E.（1997）。全基因组扫描中的真阳性和假阳性峰值：长度偏差采样在连锁图谱中的应用。美国人类遗传学杂志，61430-438。
[33] Van Gestel，S.、Houwing‐Duistermaat，J.J.、Adolfsson，R.、vanDuijn，C.M.和Van Broeckhoven，C.（2000）。选择性基因分型在数量性状遗传关联分析中的作用。行为遗传学，30141-146。
[34] Vardi，Y.（1982年）。存在长度偏差的非参数估计。统计年鉴，10616-620·Zbl 0491.62034号
[35] Vardi，Y.（1982b）。更新过程中的非参数估计。《统计年鉴》，10772-785·Zbl 0502.62036号
[36] Vardi，Y.（1985年）。选择偏差模型中的经验分布。《统计年鉴》，第13期，178-203页·Zbl 0578.62047号
[37] Wallace，C.、Chapman，J.M.和Clayton，D.G.（2006年）。通过选择性基因分型对数量性状位点进行连锁不平衡作图的评分测试，提高了功效。美国人类遗传学杂志，78498-504。
[38] Watson，G.S.（1964年）。平滑回归分析。桑赫亚，26，359-372·Zbl 0137.13002号
[39] 沃尔夫森，C.，沃尔夫森（Wolfson，C.B.），阿斯加里安（Asgharian，M.），姆兰（M'Lan），C.E.，Ø斯特拜（stbye，T.），洛克伍德（Rockwood，K.）和霍根（Hogan，D.）（2001）。痴呆发病后生存期的重新评估。《新英格兰医学杂志》，3441111-1116。
[40] Yang，S.和Kim，J.K.（2017年）。调查数据中缺失协变量回归分析的半参数推断。中国统计局，27，261-285·Zbl 1468.62276号
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。