亚德·范德法特 部分删失数据的最大似然估计。 (英语) Zbl 0831.62027号 Ann.统计。 1896-1916年第4期22号(1994年). 如果从一个完全未知的概率分布(eta)中观察到一个独立的、相同分布的随机元素样本(Z_1,dots,Z_n),那么通常对(eta的估计是经验分布(widehat{eta}=n^{-1}\sum_{j=1}^ndelta{Z_j})。考虑到这样的情况,观察到的(Z_1,点,Z_n)实际上是某个实验中大量复制(m+n)的一部分。不幸的是,没有观察到(m+n)乘以(Z)-值的\(m),而是可以看到\(X)哪个条件为\(Z=Z),相对于一个固定测度\(mu\)具有已知密度\(p(X\mid-Z)。因此,总观察值集为(X_1,\dots,X_m),(Z_1,\ dots,Z_n);所有观测值都是独立的,它们的联合分布可以正式写成\[\prod_{i=1}^m\int p(x_i\mid-y)d\eta(y)\prod_j=1}^n d\eta(z_j)。\](产品中的第一个因素是相对于(μ^n)的密度;第二个因素只是形式符号。)在这种情况下,集合(Z_1,\dots,Z_n)显然比集合(X_1,\ dots,X_m)包含更多关于\(\eta)的信息。然而,人们当然希望考虑(X_1,dots,X_m)中的可用信息,并获得相对于使用第二个样本的经验分布(widehat{eta})的(eta)的改进估计。令人惊讶的是,即使在仅基于第一个样本的(X_1,dots,X_m)中的信息(在半参数理论的技术意义上)为0且(sqrt{n})一致估计不存在的情况下,使用(X_1,dots,X_m)也会有相当大的收益。对于(m=n),额外样本的使用总是作为估计量的渐近方差的一个削减而变得可见。因此,研究基于整组观测值的(eta)估计值是很有意义的。我们证明了在某些光滑条件下,(eta)的最大似然估计量达到了(sqrt{n})速率,并且在半参数意义下对(eta的估计是渐近有效的。 引用于9文件 MSC公司: 2012年12月62日 参数估计量的渐近性质 6220国集团 非参数推理的渐近性质 关键词:渐近正态性;混合物模型;反褶积;审查;渐近效率;Donsker类;光滑与非光滑核;经验分布;最大似然估计量;半参数 PDF格式BibTeX公司 XML格式引用 \textit{A.van der Vaart},Ann.Stat.22,No.4,1896-1916(1994;Zbl 0831.62027) 全文: 内政部