赖鹏;王奇华 随机缺失响应的部分线性单指标模型。 (英语) Zbl 1200.62038号 J.统计计划。推断 141,第2期,1047-1058(2011). 摘要:本文考虑随机缺失响应的半参数部分线性单指标模型。提出了一种插补方法,分别估计回归系数、单指数系数和非参数函数。回归系数和单指标系数的插补估计是通过逐步方法获得的。证明了这些估计量是渐近正态的,并且证明了非参数函数的估计量在任何不动点处是渐近正正规的。还考虑了带宽问题,并使用删除-一交叉验证方法来选择最佳带宽。进行了仿真研究以评估所提出的方法。 引用于6文件 理学硕士: 62G08号 非参数回归和分位数回归 62J05型 线性回归;混合模型 62G05型 非参数估计 65C60个 统计中的计算问题(MSC2010) 关键词:单指数模型;半参数模型;插补估计器;局部线性平滑;带宽选择;桌子 PDF格式BibTeX公司 XML格式引用 \textit{P.Lai}和\textit{Q.Wang},J.Stat.Plann。推断141,No.2,1047--1058(2011;Zbl 1200.62038) 全文: 内政部 参考文献: [1] 布雷曼,L。;Friedman,J.H.,《估计多元回归和相关性的最佳转换》(带讨论),J.Amer。统计师。协会,80,580-619(1985)·兹比尔0594.62044 [2] 卡罗尔·R·J。;范,J.Q。;Gijbels,I。;Wand,W.P.,广义部分线性单指数模型,J.Amer。统计师。协会,92,477-489(1997)·Zbl 0890.62053号 [3] 美国埃因马尔。;梅森,D.M.,核型函数估值器带宽一致性的一致性,Ann.Statist。,22, 1380-1403 (2005) ·Zbl 1079.62040号 [4] 范建清。;Huang,T.,半参数变系数部分线性模型的轮廓似然推断,Bernoulli,11031-1057(2005)·Zbl 1098.62077号 [5] Green,P.J。;Silverman,B.W.,《非参数回归和广义线性模型:粗糙度惩罚方法》(1994),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0832.62032号 [6] Hart,J。;Vieu,P.,基于相关数据的密度估计的数据驱动带宽选择,Ann.Statist。,18, 873-890 (1990) ·Zbl 0703.62045号 [7] 哈斯蒂,T。;Tibshirani,R.,广义加性模型(1990),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0747.62061号 [8] 哈斯蒂,T。;Tibshirani,R.,变系数模型,Roy。统计师。《社会学杂志》,55,757-796(1993)·Zbl 0796.62060号 [9] Liang,H.,部分线性模型中的估计和数值比较,计算。统计师。数据分析。,50, 675-687 (2006) ·兹比尔1431.62141 [10] Little,R.J.A。;鲁宾,D.B.,《缺失数据的统计分析》(1987年),威利出版社:威利纽约·Zbl 0665.62004号 [11] Mark,Y.P。;Silverman,B.W.,核回归估计的弱一致性和强一致性,Z.Wahrsch。弗鲁。Gebiete,61,405-415(1982)·Zbl 0495.62046号 [12] 王庆华。;林惇,O。;Hardle,W.,随机缺失响应的半参数回归分析,J.Amer。统计师。协会,99,334-345(2004)·Zbl 1117.62441号 [13] Wong,H。;Ip,W.C。;张瑞秋,变系数单指标模型,计算。统计师。数据分析。,52, 1458-1476 (2008) ·Zbl 1452.62296号 [14] Xia,Y.C。;Härdle,W.,部分线性单指数模型的半参数估计,《多元分析杂志》。,97, 1162-1184 (2006) ·Zbl 1089.62050号 [15] Xia,Y.C。;Tong,H。;Li,W.K.,关于扩展部分线性单指数模型,Biometrika,86,831-842(1999)·Zbl 0942.62109号 [16] 你,J.Y。;Chen,G.M.先生。;周勇,带异方差误差的部分线性回归模型的统计推断,《多元分析》。,98, 1539-1557 (2007) ·Zbl 1122.62052号 [17] 朱立新。;Xue,L.G.,部分线性单指数模型中的经验似然置信区间,J.Roy。统计师。Soc.B,68,549-570(2006)·兹比尔1110.62055 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。