开放式访问
2017 基于最小密度幂散度估计的检验logistic回归模型线性假设的Wald型检验统计量
阿亚南德拉纳斯·巴苏,阿比克·戈什,阿比吉特·曼达尔,尼利安·马汀,莱安德罗·帕尔多
电子。J.统计。 11(2): 2741-2772 (2017). 内政部:10.1214/17-EJS1295

摘要

本文介绍了logistic回归模型中线性假设的经典Wald检验统计量的稳健版本,并对其性质进行了探讨。虽然我们也考虑了一些非随机协变量的思想,但我们在随机协变量假设下研究了这个问题。本文考虑了一类鲁棒Wald型检验,其中使用最小密度功率发散估计器代替最大似然估计器。我们得到了这些Wald型检验统计量的渐近分布,并研究了它们的稳健性。通过影响函数分析和适当的实例从理论上研究了测试的稳健性。理论上已经确定,Wald型试验的水平和功率对于污染是稳定的,而经典Wald型测试在这种情况下会失败。给出了一些经典示例,这些示例从数值上证实了所发展的理论。最后进行了仿真研究,进一步验证了本文所建立理论结果的有效性。

引用

下载引文

阿亚南德拉纳斯·巴苏。 阿比克·戈什。 阿比吉特·曼达尔。 尼利安·马汀。 莱安德罗·帕尔多。 “Wald型检验统计量,用于检验基于最小密度幂散度估计的逻辑回归模型中的线性假设。” 电子。J.统计。 11 (2) 2741 - 2772, 2017 https://doi.org/10.1214/17-EJS1295

问询处

收到日期:2016年7月1日;发布日期:2017年
首次在欧几里得项目中提供:2017年7月4日

zbMATH公司:1366.62052
数学科学网:MR3679908号
数字对象标识符:10.1214/17-EJS1295

学科:
主要用户:62层35,662F05型

关键词:影响函数,逻辑回归,最小密度功率发散估计量,随机解释变量,稳健性,步行式测试统计

2017年第11卷第2期
返回页首