×

缺失数据线性模型中基于经验似然的推理。 (英语) Zbl 1035.62067号

考虑了一个线性回归模型,该模型具有随机回归变量(X)和响应中缺失值(Y)。(Y)的缺失值由其最小二乘预测值进行插补。然后,通过经验似然技术,利用获得的数据估计(vartheta={mathbf E}Y\)。作者针对这种情况提出了一个调整后的经验似然比,它具有1个自由度的渐近(chi^2)分布。利用形式为(Eg(X)=0)的(X)上的辅助信息(对于某些固定向量值函数(g))来改进(vartheta)的估计。基于调整后的经验似然,构造了(vartheta)的置信区间。给出了仿真结果。

理学硕士:

62J05型 线性回归;混合模型
62G15年 非参数容差和置信区域
62层25 参数公差和置信区域
62E20型 统计学中的渐近分布理论

关键词:

置信区间;插补
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bartlett M.S.、J.Roy。统计师。Soc.序列号。B 4第137页–(1937)
[2] Hall P.,国际。统计师。修订版58第109页–(1990年)
[3] DOI:10.1214/aos/1069362388·Zbl 0881.62095号 ·doi:10.1214/aos/1069362388
[4] 4R。J.A.Little和D.B.Rubin(1987年)。缺失数据的统计分析。纽约威利·Zbl 0665.62004号
[5] Owen A.,《生物特征》75第237页–(1988年)
[6] 欧文·A·安·统计师。第19页,1725页–(1991年)
[7] 托马斯·D·R、J·阿默尔。统计师。协会70第865页–(1975年)
[8] 耶茨·F,皇帝。农业支出杂志。第1页129页–(1933)
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。