×
马吉德·莫吉尔斯海巴尼;凯文·曼利;威廉·普利奥特

关于不完全数据的密度和回归估计。 （英语） Zbl 1462.62233号

Commun公司。统计、理论方法 46，编号：23，11688-11711（2017）.
摘要：我们考虑了不完全数据下密度函数的估计问题，并研究了我们提出的估计量与真密度函数之间的Hellinger距离。这里，不完整数据的存在是通过使用Horvitz-Thompson型逆加权方法来处理的，其中权重是未知值的估计值选择概率。我们还讨论了不完全数据回归函数的估计问题。

MSC公司：

62克07 密度估算
62G08号 非参数回归和分位数回归

关键词：

汇聚;密度;经验过程;不完整的数据;内核

软件：

净现值;脓疱病
PDF格式BibTeX公司 XML格式引用
\textit{M.Mojirsheibani}等人，Commun。统计，理论方法46，第23期，11688--11711（2017；Zbl 1462.62233）
全文： DOI程序 链接

参考文献：

[1] 艾哈迈德、I.A.和A.R.穆加迪。2006.加权Hellinger距离作为核估计中带宽选择的错误标准。非参数统计杂志18:215-26·兹比尔1099.62034
[2] 亚历山大，K.1984。经验过程的概率不等式和重对数定律。概率年鉴12:1041-67·Zbl 0549.60024号
[3] Bernstein，S.1946年。概率论概率论。莫斯科：Gastehizdat出版社。
[4] Bravo，F.2015。缺失协变量的半参数估计。多元分析杂志139:329-46·Zbl 1328.62196号
[5] Cheng，P.E.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87:81-7·Zbl 0800.62213号
[6] Cheng、P.E.和C.K.Chu。1996.缺失数据的分布函数和分位数的核估计。《中国统计》6:63-78·Zbl 0839.62038号
[7] Chenouri，S.、M.Mojirsheibani和Z.Montazeri，2009年。不完整数据的经验度量及其应用。电子统计杂志3:1021-38·兹比尔1326.62206
[8] Devroye，L.和L.Györfi，1985年。非参数密度估计：L_1视图。纽约：威利·Zbl 0546.62015号
[9] Dubnicka，S.2009年。缺失数据和辅助变量的核密度估计。澳大利亚和新西兰统计杂志51:247-70·兹比尔1334.62185
[10] 杜德利，R.M.1978。经验测度的中心极限定理。概率年鉴6:899-929·Zbl 0404.60016号
[11] Giné，E.1996。经验过程和应用：概述。伯努利2:1-8·兹比尔0849.62026
[12] Härdle，W.和J.Marron。非参数回归函数估计中的最佳带宽选择。《统计年鉴》13:1465-81·Zbl 0594.62043号
[13] Hazelton，M.L.2000。不完全二元数据的边缘密度估计。统计与概率快报47:75-84·Zbl 0973.62032号
[14] K.I.Hirano和G.Ridder。2003.使用估计的倾向得分有效估计平均治疗效果。《计量经济学》71:1161-89·Zbl 1152.62328号
[15] 霍维茨、D.G.和D.J.汤普森。1952.从有限宇宙中不替换抽样的推广。美国统计协会杂志47:663-85·Zbl 0047.38301号
[16] 胡志明、D.Follmann和J.Qin。2011.数据不完整的分布函数的降维核估计。《统计规划与推断杂志》141:3084-93·Zbl 1216.62058号
[17] Kim、J.K.和C.L.Yu。2011.具有不可忽略缺失数据的平均泛函的半参数估计。美国统计协会杂志106:157-65·兹比尔1396.62032
[18] Liu、X.、P.Liu和Y.Zhou。2011年，缺失数据的分布估计及辅助信息。《统计规划与推断杂志》141:711-24·Zbl 1214.62040号
[19] 马萨特，P.1990。Dvoretzky-Kiefer-Wolfowitz不等式中的紧常数。概率年鉴18:1269-83·Zbl 0713.62021号
[20] Meier，L.、S.van de Geer和P.Buhlmann，2009年。高维加性建模。《统计年鉴》37:3779-821·Zbl 1360.62186号
[21] Mojirsheibani，M.和Z.Montazeri，2007年。缺失协变量的非参数分类。多元分析杂志98:1051-71·Zbl 1113.62079号
[22] 米勒，2012年。估计非线性回归中可能缺失的响应变量的密度。统计规划与推断杂志142:1198-214·Zbl 1300.62030
[23] 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》37:2245-77·Zbl 1173.62052号
[24] Parzen，E.1962年。关于概率密度函数和模式的估计。统计年鉴33:1065-76·Zbl 0116.11302号
[25] 波拉德，D.1984。随机过程的收敛性。纽约：斯普林格·Zbl 0544.60045号
[26] Prakasa Rao，B.L.S.1983年。非参数函数估计。奥兰多：学术出版社·Zbl 0542.62025号
[27] Racine，J.和T.Hayfield。2008.非参数计量经济学：np包。统计软件杂志27:1-32。
[28] Racine，J.和Q.Li，2004年。分类数据和连续数据回归函数的非参数估计。计量经济学杂志119:99-130·Zbl 1337.62062号
[29] Robins，J.和A.Rotnitzky。缺少数据的多元回归模型的半参数效率。美国统计协会杂志90:122-29·Zbl 0818.62043号
[30] Robins，J.、A.Rotnitzky和L.P.Zhao。1994年。当不总是观察到一些回归时，对回归系数的估计。美国统计协会杂志89:846-66·Zbl 0815.62043号
[31] 罗森布拉特，M.1956。关于密度函数的一些非参数估计的注记。《数理统计年鉴》27:832-37·Zbl 0073.14602号
[32] Rueda，M.、S.Martínez、H.Martánez和A.Arcos。2006年，在缺少数据的情况下使用校准技术进行平均值估计。计算统计学与数据分析50:3623-77·Zbl 1445.62018号
[33] Talagrand，M.1994年。高斯过程和经验过程的边界更清晰。概率年鉴22:280-76·Zbl 0798.60051号
[34] Tang，W.，H.He和D.Gunzler，2012年。当组成员丢失时，核平滑密度估计。《统计规划与推断杂志》142:685-94·Zbl 1227.62020号
[35] van de Geer，S.1993年。某些非参数极大似然估计的Hellinger-相合性。《统计年鉴》21:14-44·Zbl 0779.62033号
[36] van de Geer，S.2000。经验过程理论的应用。剑桥：剑桥大学出版社·Zbl 0953.62049号
[37] van der Vaart，A.和J.Wellner。1996.弱收敛和经验过程。纽约：Springer-Verlag·Zbl 0862.60002号
[38] Vapnik，V.1998年。统计学习理论。纽约：John Wiley&Sons，Inc·兹比尔0935.62007
[39] 王，Q.2008。当存在协变量时，随机数据缺失的概率密度估计。《统计规划与推断杂志》138:568-87·Zbl 1138.62018号
[40] 王、Q和J.Rao。2002.缺失应答数据插补下的经验似然推理。统计年鉴30:89-924·Zbl 1029.62040号
[41] Wang、Q.、O.Linton和W.Härdle。2004.随机缺失响应的半参数回归分析。美国统计协会杂志99:334-45·Zbl 1117.62441号
[42] 王、Q和Y.Qin。2010.缺失响应的分布函数的经验似然置信带。《统计规划与推断杂志》140:2778-89·Zbl 1188.62148号
[43] Wang，L.、A.Rotnitzky和X.Lin，2010年。使用加权核估计方程进行缺失结果的非参数回归。美国统计协会杂志105:1135-46·Zbl 1390.62068号
[44] 邹毅、梁浩和张杰。2015.存在协变量时，数据随机缺失的非线性小波密度估计。梅特里卡78:967-95·Zbl 1329.62194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。