×
陈，季;方，方;肖志国

协变量不可忽略缺失估计方程的半参数推断。 （英语） Zbl 1408.62054号

J.非参数统计。 30，第3期，796-812（2018）.
摘要：当一些协变量具有不可忽略的缺失值时，我们考虑在估计方程（EE）中对未知参数进行统计推断，这在实践中很常见，但在文献中很少讨论。当一个仪器（一个有助于识别不可忽略缺失下的参数的完全观测协变量向量）可用时，给定其他协变量的缺失协变量的条件分布可以通过以下伪似然方法估计：J.赵和J.邵【美国统计协会J.Am.Stat.Assoc.110，No.512，1577–1590（2015；Zbl 1373.62388号)]并用于构建无偏见的EE。然后，这些修改后的EE构成了通过经验似然进行有效推断的基础。我们的方法适用于实践中使用的各种EE。它是半参数的，因为没有假设协变数据丢失倾向的参数模型。推导了该估计量的渐近性质和经验似然比检验统计量。文中给出了一些仿真结果和实际数据分析。

引用于三文件

理学硕士：

62G05型 非参数估计
6220国集团 非参数推理的渐近性质

关键词：

经验似然;似然比统计;力矩条件模型;无响应仪表;没有随机丢失;伪似然

引文：

Zbl 1373.62388号
PDF格式BibTeX公司 XML格式引用
\textit{J.Chen}等人，J.非参数统计30，No.3，796--812（2018；Zbl 1408.62054）
全文： 内政部

参考文献：

[1] 巴希尔，S.A。；Duffy，S.W.，《计量误差的风险估计修正》，流行病学年鉴, 7, 154-164, (1997) ·doi:10.1016/S1047-2797（96）00149-4
[2] Chen，S.X.，缺失数据经验似然方法的统一理论，统计及其界面, 6, 325-338, (2013) ·Zbl 1327.62199号 ·doi:10.4310/SII.2013.v6.n3.a3
[3] Chen，X.H。；Hong，H。；Tarozzi，A.，带辅助数据的GMM模型的半参数效率，统计年鉴, 36, 808-843, (2008) ·Zbl 1133.62023号 ·doi:10.1214/009053600700000947
[4] 方，F。；Shao，J.，不可忽视的无响应模型选择，生物特征, 103, 861-874, (2016) ·doi:10.1093/biomet/asw039
[5] 方，F。；赵，J。；Shao，J.，具有不可忽略的缺失协变量值的广义线性模型中基于插补的调整得分方程，中国统计学, (2018) ·Zbl 1406.62080号
[6] 戈达姆，V.P。，估算函数，（1991），牛津大学出版社，英国牛津·Zbl 0745.00006号
[7] Hansen，L.P.，广义矩估计方法的大样本性质，计量经济学，501029-1054，（1982年）·Zbl 0502.62098号 ·doi:10.2307/1912775
[8] 哈丁，J.W。；Hilbe，J.M。，广义估计方程，（2003），查普曼和霍尔/CRC，佛罗里达州博卡拉顿·Zbl 1023.62068号
[9] Hjort，N.L。；McKeague，I.W。；Keilegom，I.V.，扩大经验似然的范围，统计年鉴, 37, 1079-1111, (2009) ·Zbl 1160.62029号 ·doi:10.1214/07-AOS555
[10] 新泽西州霍顿。；Laird，N.M.，具有不完全协变量数据和辅助信息的logistic回归模型的最大似然分析，生物计量学, 57, 34-42, (2001) ·Zbl 1209.62159号 ·文件编号：10.1111/j.0006-341X.2001.0034.x
[11] 易卜拉欣，J.G。；陈先生。；Lipsitz，S.R.，参数回归模型中缺失协变量的蒙特卡罗EM，生物计量学, 55, 591-596, (1999) ·Zbl 1059.62662号 ·doi:10.1111/j.0006-341X.1999.00591.x
[12] Kim，J.K。；Yu，C.L.，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, (2011) ·Zbl 1396.62032号 ·doi:10.1198/jasa.2011.tm10104
[13] Liang，K.Y。；Zeger，S.L.，在存在干扰参数的情况下基于估计函数的推断（讨论），统计科学, 10, 158-173, (1995) ·Zbl 0955.62558号 ·doi:10.1214/ss/1177010028
[14] Lipsitz，S.R。；易卜拉欣，J.G。；陈先生。；Peterson，H.，广义线性模型中不可忽视的缺失协变量，医学统计学，1822435-2448，（1999年）·doi:10.1002/（SICI）1097-0258（19990915/30）18:17/18<2435:：AID-SIM267>3.0.CO；2-B型
[15] Little，R.J。；D.B.鲁宾。，缺失数据的统计分析，（2002），威利，纽约·Zbl 1011.62004号
[16] Miao，W。；Tchetgen Tchetgon，E.，用不可忽视的缺失协变量数据进行识别和推断，中国统计学, (2018) ·Zbl 1406.62018年
[17] Owen，A.，经验似然比置信区，统计年鉴, 18, 90-120, (1990) ·Zbl 0712.62040号 ·doi:10.1214/aos/1176347494
[18] A.B.欧文。，经验可能性，（2001），查普曼和霍尔/CRC，佛罗里达州博卡拉顿·Zbl 0989.62019
[19] 秦，J。；Lawless，J.，经验似然和一般估计方程，统计年鉴, 22, 300-325, (1994) ·Zbl 0799.62049号 ·doi:10.1214/aos/1176325370
[20] 秦，J。；Leung，D。；Shao，J.，在不可忽视的无响应或信息抽样下利用调查数据进行估计，美国统计协会杂志, 97, 193-200, (2002) ·Zbl 1073.62513号 ·doi:10.1198/016214502753479338
[21] 莱利，M。；Pepe，M.S.，回归模型中缺失和辅助协变量数据的平均得分法，生物特征, 82, 299-314, (1995) ·Zbl 0828.62097号 ·doi:10.1093/biomet/82.2.299
[22] 罗宾斯，J.M。；Ritov，Y.，《关于半参数模型的维数诅咒（CODA）渐近理论》，医学统计学, 16, 285-319, (1997) ·doi:10.1002/（SICI）1097-0258（19970215）16:3<285:：AID-SIM535>3.0.CO；2-#
[23] 罗宾斯，J.M。；罗特尼茨基，A。；Zhao，L.P.，当某些回归变量不总是被观测时回归系数的估计，美国统计协会杂志，89846-866，（1994年）·兹比尔0815.62043 ·doi:10.1080/01621459.1994.10476818
[24] 罗宾斯，J.M。；Rotnitzky，A。；Zhao，L.P.，缺失数据下重复结果的半参数回归模型分析，美国统计协会杂志, 90, 106-121, (1995) ·Zbl 0818.62042号 ·doi:10.1080/01621459.1995.10476493
[25] Rotnitzky，A。；Robins，J.M.，具有不可忽略无响应的半参数回归模型分析，医学统计学, 16, 81-102, (1997) ·doi:10.1002/（SICI）1097-0258（19970115）16:1<81:：AID-SIM473>3.0.CO；2比0
[26] 邵，J。；Wang，L.，不可忽略缺失数据的半参数逆倾向加权，生物特征, 103, 175-187, (2016) ·Zbl 1452.62294号 ·doi:10.1093/biomet/asv071
[27] 邵，J。；Zhao，J.W.，在不可忽视辍学的纵向研究中的估计，统计及其界面, 6, 303-313, (2013) ·Zbl 1327.62347号 ·doi:10.4310/SI.2013.v6.n3.a1
[28] Tang，C.Y。；Qin，Y.S.，估计缺失数据方程的有效经验似然方法，生物特征, 99, 1001-1007, (2012) ·Zbl 1452.62175号 ·doi:10.1093/biomet/ass045
[29] 唐·G。；Little，R.J.A。；Raghunathan，T.E.，不可忽视无反应的多元缺失数据分析，生物特征, 90, 747-764, (2003) ·Zbl 1436.62206号 ·doi:10.1093/biomet/90.4.747
[30] Tang，N.S。；Zhao，P.Y。；Zhu，H.T.，估计含有不可忽视缺失数据的方程的经验似然，中国统计学, 24, 723-748, (2014) ·Zbl 1285.62035号
[31] Troxel，A.B。；Lipsitz，S.R。；Brennan，T.A.，具有非忽略缺失响应数据的加权估计方程，生物计量学, 53, 857-869, (1997) ·兹伯利0894.62120 ·doi:10.2307/2533548
[32] 王，D。；Chen，S.X.，估计缺失值方程的经验似然，统计年鉴, 37, 490-517, (2009) ·Zbl 1155.62021号 ·doi:10.1214/07-AOS585
[33] 王，S。；邵，J。；Kim，J.K.，不可忽视的无响应识别和估计的工具变量方法，中国统计学, 24, 1097-1116, (2014) ·Zbl 06431822号
[34] Wang，X.L。；陈，F。；Lin，L.，缺失数据估计方程的经验似然推断，科学中国数学, 56, 1233-1245, (2013) ·Zbl 1273.62078号 ·数字对象标识代码：10.1007/s11425-012-4504-x
[35] Wang，Y.G.，用不可忽视的缺失响应数据估计方程，生物计量学, 55, 984-989, (1999) ·Zbl 1059.62602号 ·doi:10.1111/j.0006-341X.1999.00984.x
[36] 魏国忠。；Tanner，M.A.，EM算法和穷人数据增强算法的蒙特卡罗实现，美国统计协会杂志, 85, 699-704, (1990) ·网址：10.1080/01621459.1990.10474930
[37] 赵，J.，用一般缺失数据机制降低最大近似条件似然估计量的偏差，非参数统计杂志, 29, 577-593, (2017) ·兹比尔1416.62561 ·doi:10.1080/10485252.2017.1339306
[38] 赵，J。；Shao，J.，具有不可忽略缺失数据的广义线性模型中的半参数伪似然，美国统计协会杂志, 110, 1577-1590, (2015) ·Zbl 1373.62388号 ·doi:10.1080/01621459.2014.983234
[39] 赵，J。；Shao，J.，具有一般缺失数据机制的广义线性模型的近似条件似然，系统科学与复杂性杂志, 30, 139-153, (2017) ·Zbl 1370.93265号 ·doi:10.1007/s11424-017-6188-3
[40] 赵，J。；Yang，Y。；Ning，Y.，不可忽略缺失数据变量选择的惩罚成对伪似然，中国统计学, (2018) ·Zbl 1406.62078号
[41] Zhao，P.Y。；Tang，N.S。；曲，A。；蒋德平，带不可忽略缺失数据的半参数估计方程推导，中国统计学，27，89-113，（2017）·兹比尔1360.62165
[42] 周，Y。；Wan，A.T.K；Wang，X.，用缺失数据推断估算方程，美国统计协会杂志, 103, 1187-1199, (2008) ·Zbl 1205.62037号 ·doi:10.1198/0162145000000535
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。