估计缺失值方程的经验相似性

@文章{王2009EMPIRICALLF,title={估计缺失值方程的经验似然},作者={Dong Wang和Songxi Chen},journal={统计年鉴},年份={2009},体积={37},页数={490-517},网址={https://api.semanticscholar.org/CorpusID:5427751}}
当随机观测值的某些分量存在缺失时,我们考虑由一般估计方程定义的参数的经验似然推断。由于估计方程的性质是广泛的,我们提出了一种从给定始终可观测变量的缺失变量条件分布的核估计量中对缺失值进行非参数插补的方法。经验似然用于构造参数的剖面似然

本文中的表格

询问本文
AI供电

缺失数据估计方程的经验似然推断

本文考虑了具有缺失数据的方程估计的经验似然推理。基于加权修正估计函数,经验对数似然比为

一种有效的估计缺失数据方程的经验似然方法

我们探讨了在数据缺失的情况下使用估计方程进行有效的统计推断。我们提出了一种半参数有效的经验似然方法,并证明了

随机缺失协变量的单指数模型的经验似然

在本文中,我们研究了基于经验类lihood的推断,用于构造缺失单指数模型中感兴趣参数的置信区间和区域

估计随机高维协变量响应缺失方程的有效多重插补方法

作者提出了一种两阶段估计方法,将降维核估计与基于增广逆概率加权和多重插补方法的无偏估计函数结合使用,并证明了所得估计量达到了一致性和渐近正态性。

估计随机高维协变量响应缺失方程的有效多重插补方法

基于经验的类比推理对秦和劳利斯(1994)的一般估计方程定义的参数仍然是一个活跃的研究课题。当响应随机丢失时

具有不可忽视缺失数据的估计方程的经验似然性。

对响应数据不可忽略缺失的广义估计方程中的参数进行了经验似然(EL)推断,建立了不同情况下未知参数EL估计的一些渐近性质。

一种有效的双稳健经验似然估计方法

本文考虑了当数据随机缺失时,由一般估计方程定义的参数的经验似然推断。现有估值器的效率取决于

调查抽样中使用经验似然的半参数分数插补

这项工作提出了一种新的经验似然应用,以分数插补的形式处理调查抽样中的项目无响应,但它不需要参数模型假设。

缺失数据经验似然方法的统一理论

当作者正确指定估计函数的条件期望时,无论响应概率是已知的还是估计的,该方法都能达到半参数下界。

缺失数据的变系数模型中基于经验似然的推断

本文考虑了当X随机缺失时变系数模型Y=Xτα(U)+ɛ的经验似然推断。基于逆概率加权
...

缺失应答数据插补下基于经验似然的推断

考虑了核回归插补下缺失响应数据的推断。发展了一种调整后的经验似然法来推断响应变量的平均值。A类

经验似然与一般估计方程

一段时间以来,所谓的经验可能性一直被用于非参数估计。Owen证明了各种参数的经验似然比统计

随机数据缺失的均值泛函的非参数估计

摘要本文考虑了调查方法中常见的双重抽样缺失数据的基本模式的无分布估计过程。没有

缺失数据下重复结果的半参数回归模型分析

摘要我们针对相关响应变量向量的平均值依赖于模型参数的截尾加权估计提出了一类逆概率

单函数的经验似然比置信区间

众所周知,基于样本的经验分布函数是样本来源分布的最大似然估计。在本文中,可能性

某些回归变量不总是被观测时回归系数的估计

摘要在应用问题中,通常为给定一组回归变量的响应的条件平均值指定一个模型。一些研究对象也可能缺少回归变量的子集

缺失数据多元回归模型的半参数效率

摘要我们考虑了仅由相关结果向量Y的均值限制定义的半参数模型参数估计的效率界,当

缺少数据

    计算机科学
  • 2020

经验似然比置信域

而不是基于Student t统计的数据。提出了一种计算向量随机变量平均值的经验剖面可能性的有效方法。该方法是通过