×
曾、珍;胡宏昌

具有相依误差的GLM中M估计的弱线性表示。（具有相依误差的GLM中M估计的弱线性表示。） （英语） Zbl 1373.62387号

斯托克。动态。 17，第5号，文章ID 1750034，12 p.（2017）.
摘要：在本文中，我们考虑广义线性模型（GLM）\[y_i=h（X_i^T\beta）+e_i，\quad 1\leq i\leq n，\]其中，\（h（\cdot）\）是连续可微函数，\（e_i\）是相关误差。我们从以下等式中获得了（β）的M估计量：\[\hat\beta_n=\arg\min_{\beta}\left\{\sum\limits_{i=1}^n\rho（y_i-h（X_i^T\beta））\right\}，\]其中，假设\（\rho\）是凸函数。我们还证明了估计量的线性表示和渐近正态性，从而推广了W.B.Wu先生GLMs[Ann.Stat.35，No.2，495–521（2007；Zbl 1117.62070号)].

引用于2文件

MSC公司：

62J12型 广义线性模型（逻辑模型）
2012年12月62日 参数估计量的渐近性质
62层35 鲁棒性和自适应程序（参数推理）
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

广义线性模型;M-估计量;线性表示法;渐近正态性;相关错误

引文：

Zbl 1117.62070号
PDF格式BibTeX公司 XML格式引用
\textit{Z.Zeng}和\textit{H.Hu}，斯托克。动态。17，第5号，文章ID 1750034，12 p.（2017；Zbl 1373.62387）
全文： 内政部

参考文献：

[1] Adiman，G.和Ventura，L.，应用于逻辑回归的广义线性模型的稳健推断，统计概率。Lett.5（2001）413-419·Zbl 0994.62062号
[2] Aeberhard，W.H.、Cantoni，E.和Heritier，S.，Roubst在负二项回归模型中的推断及其在跌倒数据中的应用，《生物统计学》70（2014）920-931·Zbl 1393.62011年
[3] Battauz，M.和Bellio，R.，以rasch度量作为协变量的广义线性模型中测量误差的结构建模，Psychmetricaka76（2011）40-56·Zbl 1208.62180号
[4] Berlinet，A.、Liese，F.和Vajda，I.，《一般误差回归模型中M估计一致性的必要和充分条件》，《统计计划》。推断89（2000）243-267·Zbl 0997.62050号
[5] Bianco，A.M.、Bonente，G.和Rodrigues，I.M.，《具有缺失响应的广义线性模型的稳健测试》，计算。《统计数据分析》65（2013）80-97·Zbl 1471.62029号
[6] Bianco，A.M.、Boente，G.和Rodrigues，I.M.，缺失响应的泊松和伽马模型中的阻力估计量及其在离群值检测中的应用，《多元分析杂志》14（2013）209-226·Zbl 1255.62206号
[7] Cantoni，E.和Ronchetti，E.，广义线性模型的稳健推断，J.Amer。统计师。协会96（2001）1022-1030·Zbl 1072.62610号
[8] Chen，J.，Li，D.和Lin，Z.，具有长记忆误差的非线性回归模型中非参数M-估计的渐近展开，J.Stat.Plan。推断141（2011）3035-3046·Zbl 1216.62026号
[9] Cheng，C.和Li，K.，线性模型中M-估计的强相合性，J.Multivariate Anal.15（1984）91-98·Zbl 0542.62057号
[10] DasGupta，S.、Khare，K.和Ghosh，M.，《高维广义线性模型中后部密度的渐近扩张》，《多元分析杂志》13（2014）126-148·Zbl 1298.62047号
[11] 丁，J.和陈，X.，具有非自然链接和随机变量的GLM的大样本理论，《数学学报》。申请。SIN-E.52（2006）2218-2226。
[12] 冯，J.，刘，R.和黄，Y.，广义线性模型的M-估计，大连理工大学，51（2011）464-468。
[13] Ghosh，A.和Basu，A.，广义线性模型中的鲁棒估计：密度功率发散方法，Test25（2016）269-290·Zbl 1342.62126号
[14] Hannan，E.J.，时间序列回归的中心极限定理，Z.Wahrverw。Geb.26（1973）157-170·Zbl 0246.62086号
[15] S.Hosseinian，广义线性模型的稳健推断：二元和泊松回归，论文，洛桑理工大学，2009年。
[16] Huang，L.，Wang，H.和Zheng，A.，函数线性回归模型的M估计量，生物统计学70（2014）920-931。
[17] Huber，P.J.，《稳健回归：渐近、猜想和Monte-Carlo，Ann.Statist.1（1973）799-821》·Zbl 0289.62033号
[18] Huber，P.J.，位置参数的稳健估计，Ann.Math。统计35（1964）73-101·Zbl 0136.39805号
[19] Johnson，R.A.，《关于后验分布的渐近展开》，《生物统计学》38（1967）1899-1906·兹比尔0157.46802
[20] Kordzakhia，N.、Mishra，G.D.和Reiersolmoen，L.，逻辑回归模型中的稳健估计，J.Stat.Plan。推断98（2011）211-223·Zbl 0977.62080号
[21] Koul，H.L.和Baillie，R.T.，具有长记忆设计的非线性回归中M-估计量的渐近性，统计概率。Lett.61（2003）237-252·Zbl 1038.62080号
[22] Lehmann，E.L.，《大样本理论的要素》（Springer-Verlag，1999）·Zbl 0914.62001号
[23] Lv，J.，Yang，H.和Guo，C.，一种有效且稳健的纵向广义线性模型变量选择方法，计算。《统计数据分析》82（2015）74-88·Zbl 1507.62123号
[24] Nelder，J.A.和Wederburn，R.W.M.，《广义线性模型》，J.Roy。统计师。Soc.序列号。A135（1972）370-384。
[25] D.Relles，《修正最小二乘稳健估计》，耶鲁大学博士论文，1968年。
[26] Santos，J.A.和Neves，M.M.，泊松回归的局部极大似然估计，Metrika68（2008）257-270·Zbl 1247.62120号
[27] Valdora，M.和Yohai，V.J.，广义线性模型的稳健估计，J.Stat.Plan。推断146（2014）31-48·Zbl 1279.62148号
[28] Wang，Y.，He，S.，Zhu，L.和Yuen，K.C.，具有未知链接函数的删失广义线性模型的渐近性，Probab。《理论关系》138（2007）235-267·Zbl 1112.62068号
[29] Wu，W.，具有相依误差的线性模型的M估计，《统计年鉴》35（2007）495-521·Zbl 1117.62070号
[30] 周，Z.和邵，X.，具有相依误差的线性模型的推断，J.R.统计学家。Soc.B75（2013）323-343·兹伯利07555450
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。