×
魏玉婷;王奇华;段晓刚;秦静

基于偏差修正的Kullback-Leibler距离准则的随机缺失协变量模型选择。 （英语） Zbl 07422728号

计算。统计数据分析。 160，文章ID 107224，18 p.（2021）.
小结：在（X）随机缺失的情况下，考虑了给定协变量向量（（X，Z））的响应变量（Y）的条件概率函数的模型选择问题。并提出了两种新的模型选择准则。结果表明，根据这两个准则进行的模型选择是一致的，与所选模型相对应的总体参数估计也是一致的和渐近正态的。对所提出的两个准则的有限样本性能进行了广泛的仿真研究，并与一些相关的模型选择策略进行了彻底的比较。此外，给出了两个实际数据分析，以说明所提出的两个标准的实际应用。

引用于1文件

MSC公司：

62至XX 统计

关键词：

伪经验似然;缺失的协变量;偏差校正

软件：

阈值实验室
PDF格式BibTeX公司 XML格式引用
\textit{Y.Wei}等人，计算。统计数据分析。160，文章ID 107224，18 p.（2021；Zbl 07422728）
全文： 内政部

参考文献：

[1] Akaike，H.，《信息理论与最大似然原理的扩展》（Petrov，B.N.；Csaíki，F.，第二届信息理论国际研讨会（1973），Akademiai Kiadó：Akademiai KiadoóBudapest），267-281·Zbl 0283.62006号
[2] 邦德尔·H·D。；克里希纳。；Ghosh，S.K.，线性混合效应模型中固定和随机效应的联合变量选择，生物统计学，66，4，1069-1077（2010）·Zbl 1233.62134号
[3] 陈，J。；Sitter，R.，《在复杂调查中有效使用辅助信息的伪经验似然法》，Statist。Sinica，9，2，385-406（1999）·兹比尔0930.62005
[4] Claeskens，G。；Hjort，N.L.，聚焦信息标准，J.Amer。统计师。协会，98，464，900-916（2003）·Zbl 1045.62003号
[5] Claeskens，G。；Hjort，N.L.，模型选择和模型平均（2008），剑桥大学出版社：剑桥大学出版社，英国剑桥·Zbl 1166.62001号
[6] Claeskens，G。；Pircalabelu，E。；Waldorp，L.，《通过聚焦信息标准构建图形模型》，（《高维预测建模与随机学习》（2015），施普林格出版社），55-78
[7] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.Ser。B方法。，39, 1, 1-38 (1977) ·Zbl 0364.62022号
[8] M.C.多诺霍。；翻盖机，R。；Xu，R。；Vaida，F.，广义线性和比例风险混合模型下的条件Akaike信息，Biometrika，98，3，685-700（2011）·Zbl 1231.62138号
[9] 方，F。；Shao，J.，不可忽视的无反应模型选择，生物统计学，103，1，1-14（2016）
[10] 古里鲁，C。；Monfort，A.，《统计与计量经济模型》，第2卷（1995年），剑桥大学出版社·Zbl 0870.62088号
[11] 易卜拉欣，J.G。；朱，H。；Tang，N.，使用EM算法的缺失数据问题的模型选择标准，J.Amer。统计师。协会，1034841648-1658（2008）·Zbl 1286.62082号
[12] Jansen，M.，稀疏条件下变量选择的信息标准，Biometrika，101，1，37-55（2014）·Zbl 1400.62042号
[13] Jansen，M。；马尔法特，M。；Bulthel，A.，小波阈值的广义交叉验证，信号处理。，56, 1, 33-44 (1997) ·Zbl 0892.94002号
[14] 姜杰。；Nguyen，T。；Rao，J.S.，《E-MS算法：不完全数据的模型选择》，J.Amer。统计师。协会，110，511，1136-1147（2015）·Zbl 1377.62078号
[15] Konishi，S。；Kitagawa，G.，《信息标准和统计建模》（2008），施普林格科学与商业媒体·Zbl 1172.62003年
[16] Little，R.J.A。；鲁宾，D.B.，《缺失数据的统计分析》（2002），威利：新泽西州威利霍博肯·Zbl 1011.62004号
[17] Mallows，C.L.，关于（C_p）的一些评论，技术计量学，15，4，661-675（1973）·Zbl 0269.62061号
[18] 纽伊，W.K。；Mcfadden，D.，第36章大样本估计和假设检验，Handb。经济。，4, 05, 2111-2245 (1994)
[19] 莱利，M。；Pepe，M.S.，回归模型中缺失和辅助协变量数据的平均得分法，Biometrika，82，2，299-314（1995）·Zbl 0828.62097号
[20] Saefken，B。；Kneib，T。；van Waveren，C.S。；Greven，S.，广义线性混合模型中条件Akaike信息估计的统一方法，Electron。J.Stat.，8，1，201-225（2014）·Zbl 1282.62168号
[21] Schwarz，G.，估算模型的维数，Ann.Statist。，6, 2, 461-464 (1978) ·Zbl 0379.62005年
[22] Shibata，R.，估计线性过程参数的模型阶的渐近有效选择，Ann.Statist。，8, 1, 147-164 (1980) ·Zbl 0425.62069号
[23] Shimodaira，H.，《从部分观测数据中选择模型的新标准》（selecting models from data，Vol.89（1994），Springer），21-29·Zbl 0828.62004号
[24] Sin，C.-Y。；White，H.，选择可能错误的参数模型的信息标准，《计量经济学杂志》，71，1-2，207-225（1996）·Zbl 0843.62089号
[25] Vaida，F。；Blanchard，S.，《混合效应模型的条件Akaike信息》，Biometrika，92，2，351-370（2005）·Zbl 1094.62077号
[26] Van der Vaart，A.W.，《渐近统计》，第3卷（2000年），剑桥大学出版社·Zbl 0943.6202号
[27] 王，Q。；Rao，J.，《缺失数据线性模型中基于经验似然推理》，Scand。《统计杂志》，29，3，563-576（2002）·兹比尔1035.62067
[28] White，H.，错误指定模型的最大似然估计，《计量经济学》，1-25（1982）·Zbl 0478.62088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。