×
吕靖；郭朝晖；杨，胡；李亚莲

纵向数据复合分位数回归协方差建模中的移动平均Cholesky因子模型。 （英语） Zbl 1464.62124号

计算。统计数据分析。 112, 129-144 (2017).
摘要：众所周知，复合分位数回归是一种非常有用的回归分析工具。在纵向研究中，需要对协方差结构进行正确的规范，以获得回归系数的有效估计。然而，在具有纵向数据的复合分位数回归中指定相关矩阵是一项具有挑战性的任务。在本文中，我们利用改进的Cholesky分解开发了一个新的回归模型来参数化协方差结构。然后，基于估计的协方差矩阵，构造有效的复合分位数估计函数以产生更有效的估计。由于所提出的估计函数是离散的和非凸的，因此我们应用诱导平滑方法来实现回归系数的快速准确估计。此外，我们推导了均值模型和协方差模型中参数估计的渐近分布。最后，仿真和实际数据分析证明了该方法的鲁棒性和有效性。

引用于9文件

MSC公司：

62-08 统计问题的计算方法
62克08 非参数回归和分位数回归
62甲12 多元分析中的估计

关键词：

复合分位数回归；纵向数据；改进的Cholesky分解；移动平均线；稳健性；平滑估计方程
PDF格式BibTeX公司 XML格式引用
\textit{J.Lv}等人，计算。统计数据分析。112129-144（2017年；Zbl 1464.62124）
全文： 内政部

参考文献：

[1] 巴兰，R.M。；Schiopup-Kratina，I.，纵向数据广义估计方程的渐近结果，Ann.Statist。，33522-541，（2005年）·Zbl 1069.62019号
[2] 布朗，B.M。；Wang，Y.G.，平滑秩估计量的标准误差和协方差矩阵，生物统计学，92，149-158，（2005）·Zbl 1068.62037号
[3] 查甘蒂，N.R。；Joe，H.，二进制响应广义估计方程的效率，J.R.Stat.Soc.Ser。B统计方法。，66, 851-860, (2004) ·Zbl 1059.62076号
[4] Fu，L。；Wang，Y.G.，使用工作相关模型对纵向数据进行分位数回归，计算。统计师。数据分析。，56, 2526-2538, (2012) ·Zbl 1252.62046号
[5] Fu，L。；Wang，Y.G.，利用高斯连接函数对纵向数据分位数回归进行有效参数估计，《多元分析杂志》。，143, 492-502, (2016) ·兹比尔1342.62060
[6] Fu，L。；Wang，Y.G。；Zhu，M.，具有重复测量的分位数回归的高斯伪似然方法，计算。统计师。数据分析。，84, 41-53, (2015) ·Zbl 1507.62057号
[7] Guo，C。；Yang，H。；吕杰。；Wu，J.，具有纵向数据的单指标均值-方差模型的联合估计，韩国统计学会，45，526-543，（2016）·Zbl 1351.62071号
[8] Jung，S.，《中值回归模型的拟似然性》，J.Amer。统计师。协会，91，251-257，（1996）·Zbl 0871.62060号
[9] 冷，C。；张伟，纵向数据分位数回归中的平滑组合估计方程，统计计算。，24, 123-136, (2014) ·Zbl 1325.62141号
[10] 冷，C。；张伟。；Pan，J.，《纵向数据的半参数均值-方差回归分析》，J.Amer。统计师。协会，105，181-193，（2010）·Zbl 1397.62130号
[11] 李，D。；Pan，J.，具有纵向数据的广义线性模型的经验似然，J.多元分析。，114, 63-73, (2013) ·Zbl 1255.62094号
[12] Liang，K.Y。；Zeger，S.L.，使用广义线性模型进行纵向数据分析，Biometrika，73，13-22，（1986）·兹比尔0595.62110
[13] 刘，S。；Li，G.，纵向数据的变系数均值-方差回归分析，J.Statist。计划。推断，160，89-106，（2015）·Zbl 1311.62083号
[14] 刘，X。；Zhang，W.，纵向数据联合均值协方差建模中的移动平均Cholesky因子模型，Sci。中国数学。，56, 2367-2379, (2013) ·Zbl 06272107号
[15] 卢，X。；Fan，Z.，纵向数据的加权分位数回归，计算。统计人员。，30, 569-592, (2015) ·Zbl 1317.65040号
[16] 毛，J。；朱，Z。；Fung，W.K.，基于基函数近似的纵向数据均值-方差模型的联合估计，计算。统计师。数据分析。，55, 983-992, (2011) ·Zbl 1284.62161号
[17] Mu，Y。；Wei，Y.，纵向数据的动态分位数回归转换模型，Statist。Sinica，19，1137-1153，（2009）·Zbl 1166.62020号
[18] Owen，A.B.，实证可能性，（2001），Chapman和Hall CRC纽约·Zbl 0989.62019
[19] Pollard，D.，《经验过程：理论和应用》，（1990年），数学研究所。加利福尼亚州海沃德统计局·Zbl 0741.60001号
[20] 秦刚。；毛，J。；Zhu，Z.，纵向数据广义部分线性变系数模型中的联合均值-方差模型，J.Stat.Compute。模拟。，86, 1166-1182, (2016) ·Zbl 1510.62187号
[21] Qu，A。；Lindsay，B。；Li，B.，使用二次推理函数改进广义估计方程，Biometrika，87，823-836，（2000）·Zbl 1028.62045号
[22] 唐，C。；Leng，C.，纵向数据分析中的经验似然和分位数回归，Biometrika，981001-1006，（2011）·Zbl 1228.62050号
[23] Tang，Y。；Wang，Y。；李，J。；Qian，W.，利用纵向数据提高分位数回归的估计效率，J.Statist。计划。推断，165，38-55，（2015）·Zbl 1326.62096号
[24] Ueki，M.，关于使用平滑阈值估计方程进行自动变量选择的注释，Biometrika，96，1005-1011，（2009）·Zbl 1437.62634号
[25] Wang，L。；Qu，A.，估计方程法中纵向数据的一致模型选择和数据驱动平滑测试，J.R.Stat.Soc.Ser。B统计方法。，71, 177-190, (2009) ·Zbl 1231.62074号
[26] Wang，L。；周，J。；Qu，A.，高维纵向数据分析的惩罚广义估计方程，生物统计学，68，353-360，（2012）·Zbl 1251.62051号
[27] Wang，H。；Zhu，Z.，具有纵向数据的分位数回归模型的经验似然，J.Statist。计划。推断，141，1603-1615，（2011）·Zbl 1204.62072号
[28] 谢，M。；杨勇，大簇广义估计方程的渐近性，Ann.Statist。，31, 310-347, (2003) ·Zbl 1018.62019号
[29] 徐，P。；朱，L。；李毅，超高维时程特征选择，生物艺术，70356-365，（2014）·Zbl 1419.62482号
[30] 姚，W。；Li，R.，《纵向数据非参数回归函数的新局部估计程序》，J.R.Stat.Soc.Ser。B统计方法。，75, 123-138, (2013) ·Zbl 07555441号
[31] Ye，H。；Pan，J.，纵向数据广义估计方程中协方差结构的建模，Biometrika，93，927-941，（2006）·Zbl 1436.62348号
[32] 张伟。；Leng，C.，纵向数据协方差建模中的移动平均Cholesky因子模型，Biometrika，99，141-150，（2012）·Zbl 1234.62111号
[33] 邹，H。；袁，M.，复合分位数回归与预言模型选择理论，Ann.Statist。，36, 1108-1126, (2008) ·Zbl 1360.62394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。