×

偏似然理论。 (英语) Zbl 0603.62032号

本文发展了渐近理论:在相当一般的情况下,基于部分似然或条件似然的参数(θ)估计的相合性和渐近正态性。它包括了在这方面取得的大多数结果,其中我们可以引用J.D.卡尔布雷希D.A.斯普洛特[J.R.Stat.Soc.,Ser.B 32,175-208(1970;Zbl 0205.459)],D.R.考克斯[生物特征62269-276(1975;Zbl 0312.62002号)],B.G.林赛【哲学翻译R.Soc.Lond.,Ser.A 296,639-665(1980;Zbl 0434.62028号);《生物特征》69,503-512(1982;Zbl 0498.62007号);Ann.Stat.11,486-497(1983年;Zbl 0583.62024号)].
当部分似然只涉及参数(θ),而另一部分或完全似然涉及(有限维或无限维)冗余参数(eta)时,该理论特别有趣。一致性问题的方法遵循Doob和Wald的方法,避免了可微性和唯一性条件。部分似然MLE渐近正态性的处理是P.比林斯利,马尔可夫过程的统计推断。(1961;Zbl 0106.342),以及以下文件,参见P.霍尔C.C.海德,鞅极限理论及其应用。(1980;Zbl 0462.60045号),或I.V.巴萨瓦B.L.S.普拉卡萨·拉奥,随机过程的统计推断。(1980;Zbl 0448.62070号)使用条件得分的鞅差分结构。
对效率损失问题给予了特别关注。调查得到了巴哈杜尔和哈耶克理论的支持;结果表明,最小Fisher信息(Lindsay,1980)为正则估计的渐近方差提供了一个下限。最后一节给出了各种示例,如AR过程或更一般过程中的缺失值,或比例风险模型(无审查)。
审核人:J.德斯海斯

MSC公司:

2012年12月62日 参数估计量的渐近性质
62A01型 统计学基础和哲学主题
2009年6月26日 非马尔可夫过程:估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部