赵朴英;唐念生;朱洪图 具有不可忽略缺失值的非光滑矩函数的广义经验似然推断。 (英语) Zbl 1444.62044号 统计正弦。 30,第1期,217-249(2020年). 摘要:本研究的主要目的是为一类具有不可忽略缺失数据的可能过度识别的非光滑矩函数开发参数可识别性和统计推断。假设回答者概率的参数模型,我们提出了一种基于倾向评分的非参数插补方法,该方法使用工具变量来解决存在不可忽略缺失数据时模型的可识别性问题。构造了一组增广的逆概率加权矩函数,作为使用广义经验似然法进行推断的基础。在一些温和的正则性条件下,对于使用正确指定的模型参数估计倾向得分的情况,我们建立了两步广义经验似然估计量和广义经验似然比统计量的大样本性质。为了实现所提出的方法,开发了一种基于模拟退火算法的无导数优化方法。这些方法通过模拟和心脏病发作患者血清胆固醇水平数据集的应用进行了说明。 引用于1文件 MSC公司: 62G05型 非参数估计 62D10号 缺少数据 62页第10页 统计学在生物学和医学中的应用;元分析 关键词:广义经验似然;识别;工具变量;不可忽略的缺失数据;非光滑力矩条件;模拟退火算法 PDF格式BibTeX公司 XML格式引用 \textit{P.Zhao}等人,Stat.Sin。30,第1号,217--249(2020;Zbl 1444.62044) 全文: 内政部