×
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。